Aperçu des distributions de probabilité pour GLM

Nom Paramètres Description Propriétés Cas d'usage (Type de données) Graphique
Normale μ (moyenne)
σ (écart-type)
Courbe en cloche, symétrique. Définie sur \((-\infty, +\infty)\) Symétrique, variance constante. Moyenne = μ, Variance = σ² Données continues sans limites naturelles (ex: mesures, différences)
Poisson λ (taux) Distribution discrète. Comptes pics à λ, décroissance exponentielle Variance = Moyenne = λ. Appropriée pour les événements rares et les comptes Données de comptage: nombre d’événements, abondance, occurrences
Binomiale n (essais)
p (probabilité)
Distribution discrète. Symétrique (p=0.5) ou asymétrique (p≠0.5) Discrète (0, 1, …, n). Variance = np(1-p) Résultats binaires: présence/absence, succès/échec, vivant/mort
Gamma forme, taux Continue, asymétrique à droite. Toujours positive Asymétrique à droite. Variance > Moyenne. Forme flexible Données positives continues: concentrations, biomasse, temps jusqu’à événement
Distributions standards utilisées dans les modèles linéaires généralisés (GLM) et la régression linéaire