I statistik er en generaliseret lineær model (GLM) en fleksibel generalisering af klassisk lineær regression , der tillader brugen af svarvariabler , der har fejlfordelingsmønstre, der ikke er normalfordelte . GLM generaliserer lineær regression ved at tillade en lineær model at blive relateret til en responsvariabel gennem en funktion, lineære modeller blev formuleret af John Nelder og Robert Wedderburn som en måde at kombinere forskellige andre statistiske modeller , herunder lineær regression , logistisk regression og Poisson-regression . De foreslog en mindste kvadraters metode til at estimere den maksimale sandsynlighed for modelparametre. Estimering af maksimal sandsynlighed forbliver populær og er standardmetoden i mange statistiske computerpakker . Andre tilgange er blevet udviklet, herunder Bayesianske tilgange og mindste kvadraters metoder til at opnå variansstabiliserede svar.
| Mindste kvadrater og regressionsanalyse | |||||||||
|---|---|---|---|---|---|---|---|---|---|
| Beregningsstatistik _ |
| ||||||||
| Korrelation og afhængighed |
| ||||||||
| Regressions analyse |
| ||||||||
| Regression som statistisk model |
| ||||||||
| Variansnedbrydning |
| ||||||||
| Modelstudie |
| ||||||||
| Forudsætninger |
| ||||||||
Eksperiment planlægning |
| ||||||||
| Numerisk tilnærmelse | |||||||||
| Ansøgninger |
| ||||||||