El modelo GLE identifica la variable dependiente que está relacionada linealmente con los factores y covariables a través de una función de enlace especificada. Además, el modelo permite que la variable dependiente tenga una distribución no normal. Cubre los modelos estadísticos más comunes, como la regresión lineal para respuestas distribuidas normalmente, los modelos logísticos para datos binarios, el modelo lineal de logaritmo para datos de frecuencias, modelos log-log complementarios para datos de supervivencia censurados por intervalos y numerosos modelos estadísticos a través de su formulación general de modelos.

Ejemplos. Una compañía de transporte puede utilizar modelos lineales generalizados para ajustar una regresión de Poisson a las frecuencias de daños de varios tipos de barcos construidos en varios períodos de tiempo. El modelo resultante puede ayudar a determinar cuales son los tipos de barcos más propensos a sufrir daños.

Una compañía de seguros de automóviles puede utilizar modelos lineales generalizados para ajustar una regresión gamma a las reclamaciones por daños de los automóviles. El modelo resultante puede ayudar a determinar los factores que más contribuyen al tamaño de la reclamación.

Los investigadores médicos pueden utilizar modelos lineales generalizados para ajustar una regresión log-log complementario a los datos de supervivencia censurados por intervalos para pronosticar el tiempo que tardará en reaparecer una enfermedad.

Los modelos GLE funcionan generando una ecuación que relaciona los valores de campo de entrada con los valores de campo de salida. Una vez generado el modelo, puede utilizarlo para estimar los valores de los nuevos datos.

Para un objetivo categórico, para cada registro, se calcula una probabilidad de pertenencia para cada posible categoría de salida. La categoría objetivo con la probabilidad más alta se asigna como el valor de salida predicho para cada registro.

Requisitos. Necesita uno o más campos de entrada y exactamente un campo objetivo (que puede tener un nivel de medición de Continuous, Categoricalo Flag) con dos o más categorías. Los tipos de los campos utilizados en el modelo deben estar completamente instanciados.