Modèles linéaires généralisés: GLM pour les données non gaussiennes

Cette séance de cours de l'instructeur porte sur les modèles linéaires généralisés (GLM) pour les données non gaussiennes, en mettant l'accent sur les GLM pour la régression avec des réponses familiales exponentielles. La séance de cours se penche sur l'interprétation de la fonction de lien naturel, la normalité asymptotique de l'estimateur maximal de vraisemblance (EML) dans les GLM, et les mesures d'ajustement à l'aide de la déviance. Il traite également des résidus, de l'effet de levier et de la statistique de Cook, fournissant des informations sur la régression logistique pour les données binaires et la régression loginéaire pour les données de comptage. La séance de cours se termine par des remarques sur le paramètre d'échelle dans les GLM.