Pada umumnya pemodelan statistika bersifat abstrak yang merupakan konsep sederhana dari sebuah teori yang lumrahnya digunakan pada rumpun sains, teknologi penelitian tentang hubungan diantara fenomena-fenomena real merupakan dasar dari tujuan sains dan memainkan peranan penting dalam kehidupan sehari-hari. Dalam praktek di lapangan, data yang ditemukan seringkali tidak memenuhi asumsi yang diisyaratkan regresi linier klasik. Generalized linier model (GLM) merupakan perluasan dari model regresi linier dengan asumsi prediktor memiliki efek linier akan tetapi tidak mengasumsikan distribusi tertentu dari variabel respon dan digunakan ketika variabel respon merupakan anggota dari keluarga eksponensial.
Buku ini memberikan penjelasan untuk memahami Generalized Liniear Model (GLM), Generalized Additive Models (GAM), Generalized Additive Mixed Models (GAMM) dan Generalized Liniear Model (GLM), serta kasus untuk respon biner juga Generalized Linear Latent Variable Models (GLLVM). Buku ini juga memberikan panduan dalam analisis menggunakan software R, serta memperkenalkan sebuah package baru yang bernama gllvm untuk estimasi model Generalized Linear Latent Variable Models. Package ini tersedia di CRAN R dan merupakan hasil karya penulis.519.53 JAM a