Abstract:
En dépit du fait que les modèles linéaires généralisés sont désormais des outils classiques
en statistiques, ils ne sont encore que trop rarement intégrés. Leurs extensions
récentes, avec inclusion d'effets aléatoires ou de classes latentes, rendent ces outils d'une
importance considérable pour une étude statistique. Leur maitrise suppose d'avoir clairement
à l'esprit les hypoth`eses inhérentes à tout mod`ele de régression, en particulier les
concepts de distribution, de moyenne et de variance conditionnelles.
Nous avons tenus dans ce mémoire à mettre en évidence ce type de modèles statistiques
ainsi que la démarche à suivre pour leurs réalisation : la récoltes de données, proposition
du modèle adéquat, estimations des paramètres etc.
Nous terminons ce travail par une application sur les différents modèles, présentés auparavant,
sur des données réelles.
Enfin, nous souhaitons que notre travail a permit de montrer l'importance de ces modèles
statistiques et qu'il servira de réference pour d'éventuelles études statistiques théoriques
ou appliquées.
