Modelos lineales generalizados : ejercicios resueltos con R, SAS, Stata, Eviews, SPSS y Statgraphics / César Pérez López.

Modelos lineales generalizados. Tratamiento con R, SAS, SPSS y Statgraphics, 7 -- Modelos de variable dependiente limitada, elección discreta, recuento, censurados, truncados y selección muestral. Tratamiento con Stata, 59 -- Modelos Logit, Probit, Tobit, Truncados, Recuento, Censurados y de Selección muestral. Tratamiento con Eviews, 93 -- Modelos generalizados con datos de panel. Tratamiento con Stata, 125 -- Modelos de datos de panel con Eviews, 155.

El modelo lineal generalizado amplía el modelo lineal general, de manera que la variable dependiente y está relacionada linealmente con los factores y las covariables mediante una determinada función de enlace . Además, el modelo permite que la variable dependiente tenga una distribución no normal. El modelo lineal generalizado cubre los modelos estadísticos más utilizados, como la regresión lineal para las respuestas distribuidas normalmente, modelos logísticos para datos binarios, modelos loglineales para datos de recuento, modelos log-log complementario para datos de supervivencia censurados por intervalos, además de muchos otros modelos estadísticos a través de la propia formulación general del modelo. La posibilidad de especificar una distribución específica para la variable dependiente que no sea la normal y la posibilidad de especificar una función de enlace que no sea la identidad, es la principal mejora que aporta el modelo lineal generalizado respecto al modelo lineal general. Si la distribución de la variable dependiente es normal y la función de enlace es la identidad estamos ante el modelo lineal general.