Modèles linéaires généralisés : théorie et applications

Cette séance de cours de l'instructeur couvre la théorie et les applications des modèles linéaires généralisés (GLM). Il explique la normalité asymptotique de l'estimation maximale de la probabilité (MLE) dans GLM, les conditions requises pour la convergence et l'interprétation des résultats. La séance de cours traite également des mesures d'ajustement dans la GLM, du rôle du rétrécissement dans l'estimation des modèles et de l'importance de choisir les fonctions de liaison appropriées. Des exemples spéciaux tels que la régression logistique pour les données binaires et la régression loginéaire pour les données de comptage sont présentés pour illustrer les applications pratiques de GLM.