UNIVERSIDAD VERACRUZANA

Modelos Lineales Generalizados (GLM) y Multicolinealidad

Moisés Ponce Méndez

 Los problemas estadísticos son de dos clases:

• Descubrir qué cantidades son necesarias para la descripción

adecuada de una población, hecho que incluye la consideración de
expresiones matemáticas para representar las distribuciones de
frecuencia.

• Determinar cuanta información y de qué tipo respecto a tales

valores poblacionales se refleja en una o varias muestras aleatorias.
R. Fisher (1921)
 John Nelder y Robert Wedderburn

formularon modelos lineales generalizados como una forma de

unificar otros modelos estadísticos, como la regresión lineal, la
regresión logística y la regresión de Poisson.
 Modelos Lineales Generalizados (GLM)

En estadística, los (GLM) son una generalización flexible de la

regresión lineal ordinaria que permite variables de respuesta que
tienen modelos de distribución de errores distintos de una
distribución normal.
 Componentes de un modelo generalizado lineal
(GLM)

Un modelo lineal generalizado tiene tres componentes básicos:

• Componente aleatoria: Identifica la variable respuesta y su
distribución de pro-babilidad.
• Componente sistemática: Especifica las variables explicativas
(independientes o predictoras) utilizadas en la función
predictora lineal.
• Función link: Es una función del valor esperado de Y,E(Y),
como una combinación lineal de las variables predictoras.
 Definición Modelo lineal generalizado (GLM)

Propuesta de análisis adecuada cuando las observaciones son

independientes pero las suposiciones sobre la Normalidad de la
variable respuesta (y los errores) son incumplidas.

Nomenclatura para modelos lineales generalizados

• Regresión Logística
• Regresión de Poisson Modelo ZIP
• Regresión Binomial Negativa
 Para que sirven los GLM

• Para predecir la variable de respuesta (Y) en contextos de NO

normalidad y heterocedasticidad.

• Para inferir el efecto de covariables (X) en la respuesta (Y).

• Para modelar la distribución de (Y) condicional a (X).

Clasificación de los análisis
 Medición de factores
agroecológicos

• Diversidad de palmas cultivadas

• Altura de las palma (m)
• Sombra (%)
• Edad de las palmas (años)
• Temperatura
• Humedad (%)
• Área basal
• Porcentaje de hierba en el suelo
• Podas al año
• Insecticidas (aplicaciones / año)
Ejercicios (GLM) en “R”
 Multicolinealidad

La multicolinealidad es la relación de dependencia lineal fuerte

entre más de dos variables explicativas en una regresión múltiple
que incumple el supuesto de Gauss-Markov cuando es exacta.