統計學模型
廣義線性迴歸(GLM)是一種統計學模型，主要用於研究預測變量與響應變量之間的關係。
在廣義線性迴歸中，因變量通常遵循指數族分佈，這意味着它可以有多種不同的概率分佈形式，如伯努利分佈、多項式分佈、伽馬分佈等。廣義線性迴歸通過一箇連接函數，將預測變量與響應變量聯繫起來，這個連接函數是一一對應的、連續可導的變換。這種模型特別適用於當因變量的分佈可以由指數族分佈描述時。廣義線性迴歸也與邏輯迴歸密切相關，因爲邏輯迴歸可以被視爲一種特殊的廣義線性迴歸，其中連接函數採用 Sigmoid 函數，從而將線性迴歸的輸出轉換爲概率值。