AJ Dobson a souligné les points suivants dans son livre :
La régression linéaire suppose que la variable de réponse est normalement distribuée. Les modèles linéaires généralisés peuvent avoir des variables de réponse avec des distributions autres que la distribution normale - elles peuvent même être catégoriques plutôt que continues. Ainsi, ils ne peuvent pas aller de à + ∞ .−∞+∞
La relation entre la réponse et les variables explicatives n’est pas nécessairement de la forme linéaire simple.
YiE(Yi)=μixTiβg(μi)−∞+∞g(μi)xTiβ
et utilisez une méthode des moindres carrés repondérée de manière itérative pour une estimation du maximum de vraisemblance des paramètres du modèle.