Conclusion

Modèles linéaires généralisés (GLM) en R

Richard Erickson

Instructor

Ce que vous avez appris

• Comment les GLM étendent les LM :
  • Terme d'erreur de Poisson
  • Terme d'erreur binomiale
• Comprendre et tracer les résultats
• GLM avec régression multiple

Et après ?

• Cours DataCamp : Régression multiple (linéaire) en R (si vous l'avez manqué)
• Aller plus loin avec les effets aléatoires : Modèles hiérarchiques et à effets mixtes en R
• Ajuster des modèles additifs généralisés en R (GAM) pour les relations non linéaires
• Choisir les coefficients via la sélection de modèles (p. ex. AIC)
• Plusieurs autres types de régressions
• Chercher et consulter la documentation des forfaits R pour en apprendre plus

Bon codage !

Modèles linéaires généralisés (GLM) en R