Modello lineare generalizzato: differenze tra le versioni

Versione delle 20:27, 6 nov 2020

Versione delle 08:58, 1 lug 2021

Riga 1:

I '''modelli lineari generalizzati''' (GLM) sono una generalizzazione del più classico [[modello lineare]] nell'ambito della [[regressione lineare]]. Mentre nel modello lineare classico si ipotizza che la variabile endogena sia distribuita in modo [[variabile casuale normale|normale]], nell'ambito dei modelli lineari generalizzati la variabile endogena può essere distribuita come una qualsiasi variabile casuale della famiglia esponenziale e dunque, oltre alla v.c.variabile casuale normale anche le variabili casuali [[variabile casuale binomiale|binomiale]], [[variabile casuale poissoniana|poissoniana]], [[variabile casuale gamma|gamma]], [[variabile casuale normale inversa|normale inversa]] e altre.

I modelli lineari generalizzati vennero formulati da [[John Nelder]] e [[Robert Wedderburn]]