Modelo lineal generalizado

Una de las contribuciones más importantes realizadas en el campo de la estadística en las últimas décadas del siglo XX ha sido, sin duda, la introducción por parte de J. Nelder y R. W. Wedderburn del concepto de modelo lineal generalizado (MLG) en el año 1972. El MLG constituye la generalización natural de los modelos lineales clásicos, e incluye como casos particulares la regresión lineal, el análisis de varianza, el análisis de covariancia, la regresión de Poisson, la regresión logística, la regresión logit, los modelos log-lineales, los modelos de respuesta multinomial, así como ciertos modelos de análisis de supervivencia y de series temporales. Los contenidos de este libro se fundamentan en dos grandes pilares íntimamente relacionados: el "modelado estadístico" como procedimiento general y el MLG, modelo lineal generalizado, como marco conceptual para el estudio inferencial de la relación entre un conjunto de variables. Por otra parte, el presente volumen se ha de entender como la continuación natural del proyecto iniciado con el libro titulado Del Contraste de Hipótesis al Moldeado Estadístico (Losilla, J. M.; Navarro, J. B.; Palmer, A.; Rodrigo, M. F.; y Lligo, M., 2005), donde se presenta la aproximación del modelado estadístico desde el modelo de regresión lineal, subsumiendo las pruebas clásicas de contraste de hipótesis bivariante. A lo largo de los capítulos de este "segundo" volumen se extiende el ámbito de aplicación del modelado estadístico a los principales modelos que, junto al modelo de regresión lineal y compartiendo una misma estructura, ciertas propiedades, y un método común para su estimación, conforman la MLG.