Modello lineare generalizzato: differenze tra le versioni

Versione delle 13:01, 18 gen 2022

Versione delle 18:22, 7 gen 2023

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 variabile casuale normale, entrano in gioco anche lealtre variabili casuali, quali la [[variabile casuale binomiale|binomiale]], la [[variabile casuale poissoniana|poissoniana]], la [[variabile casuale gamma|gamma]], la [[variabile casuale normale inversa|normale inversa]] e altre.

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