Estimation du modele lineaire generalise et application

Abstract FRE

Cet article présente le modèle linéaire généralisé englobant les techniques de modélisation telles que la régression linéaire, la régression logistique, la régression log linéaire et la régression de Poisson .

On Commence par la présentation des modèles des lois exponentielles pour ensuite estimer les paramètres du modèle par la méthode du maximum de vraisemblance.

Par la suite on teste les coefficients du modèle pour voir leurs significations et leurs intervalles de confiances, en utilisant le test de Wald qui porte sur la signification de la vraie valeur du paramètre basé sur l'estimation de l'échantillon.

Mots clés : modèles linéaires généralisés, composantes aléatoires, le lien binomial, familles exponentielles, méthode du maximum de vraisemblance, régression logistique.