A statisztikában az általánosított lineáris modell (GLM) a klasszikus lineáris regresszió rugalmas általánosítása, amely lehetővé teszi olyan válaszváltozók használatát, amelyek hibaeloszlási mintái nem normálisan eloszlanak . A GLM általánosítja a lineáris regressziót azáltal, hogy lehetővé teszi a lineáris modell egy válaszváltozóhoz való kapcsolását egy függvényen keresztül. A lineáris modelleket John Nelder és Robert Wedderburn fogalmazta meg különféle egyéb statisztikai modellek , köztük a lineáris regresszió , a logisztikus regresszió és a Poisson-regresszió kombinálásának módjaként. . Javasolták a legkisebb négyzetek módszerét a modellparaméterek maximális valószínűségének becslésére . A maximális valószínűség becslése továbbra is népszerű, és számos statisztikai számítástechnikai csomagban az alapértelmezett módszer . Más megközelítéseket is kidolgoztak, beleértve a Bayes-megközelítéseket és a legkisebb négyzetek módszereit a variancia -stabilizált válaszok eléréséhez.
Legkisebb négyzetek és regressziós elemzés | |||||||||
---|---|---|---|---|---|---|---|---|---|
Számítási statisztika |
| ||||||||
Összefüggés és függőség |
| ||||||||
Regresszió analízis |
| ||||||||
A regresszió mint statisztikai modell |
| ||||||||
Variancia dekompozíció |
| ||||||||
Modell tanulmány |
| ||||||||
Előfeltételek |
| ||||||||
Kísérleti tervezés |
| ||||||||
Numerikus közelítés | |||||||||
Alkalmazások |
|