广义线性模型概述
另请参见 

广义线性模型和最小二乘回归可调查响应变量和一个或多个预测变量之间的关系。它们之间的实际区别在于广义线性模型技术使用的是类别响应变量，而线性回归技术使用的是连续响应变量。

Minitab 提供了四种广义线性模型技术，可用来评估一个或多个预测变量与以下类型的类别响应变量之间的关系：

对于具有一个连续预测变量和一个二元响应变量的模型，Minitab 提供了第五种技术。二元拟合线图可以快速描述预测变量和响应之间的关系。

广义线性模型技术和最小二乘回归技术都会估计模型中的参数，以实现模型拟合的最优化。最小二乘可使误差平方和最小化，以获得参数的极大似然估计，而广义线性模型通过使用迭代重加权最小二乘算法获得参数的极大似然估计[30]。