Chapitre 1 Objectifs d’apprentissage

Résumé: Les modèles linéaires généralisés sont des outils importants afin de surmonter un problème récurrent des modèles linéaires, c.-à-d. les variables de réponse n’ayant pas une distribution normale des résidus. Dans cet atelier, vous apprendrez les distributions principales en fonction de la nature de la variable de réponse, le concept de fonction de lien, et comment vérifier les suppositions de base de ces modèles.

Faire la distinction entre les modèles linéaires généralisés et les modèles généraux linéaires (incluant plusieurs de leurs équations!)
Identifier les situations où il est approprié d’utiliser des modèles linéaires généralisés.
Tester les hypothèses des modèles linéaires généralisés.
Implémenter et executer des modèles linéaires généralisés avec des données binaires, de proportion, et d’abondance.
Valider, interpreter and visualiser les résultats de modèles linéaires généralisés.