广义线性模型是一种范围更广、功能更强大的一大类模型，其组成可分为因变量、线性部分和连接函数。许多广泛应用的统计模型都可以归入其中，如一般线性模型仅是它的一个子集。因而，广义线性模型更具有普遍性，进一步扩展了一般线性模型的应用，大大扩宽了其适用范围。
广义线性模型与一般线性模型区别：
1.一般线性模型要
求因变量符合正态分布，不同取值之间要相互独立，而且还要符合方差齐性。广义线性模型的因变量不局限于正态分布，不同取值间相互独立，可以服从指数分布族。不完全强调方差齐性，但要求当方差不稳定时，必须能够表达为依赖于平均值的函数。
2.广义线性模型的线性部分与传统线性模型相似，而其连接函数用于描述因变量的期望值与线性预测值的关联情况。
由此看来，广义线性模型的因变量分布范围从正态分布扩展到符合二项分布、泊松(Poisson)分布、负二项分布等指数分布族。因变量的取值范围也得到扩展，可在自变量线性预测的取值范围中任取。但是，针对不同类型、不同分布的因变量，所使用的连接函数、模型，要根据研究者的研究目的。下面的引导图可作参考。
原创人员：何少平
微信编辑：陈卓
2252
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
