Permitem utilizar outras distribuições para os erros e uma função de ligação relacionando a variável dependente à variável preditiva, de modo a linearizar a relação entre ambas.

Para que possamos aplicar os GLMs, é necessário que os dados tenham os seguintes requisitos: distribuição normal, independência e homocedasticidade da variância.

As etapas para utilização dos modelos lineares generalizados são duas: formulação do modelo e seleção/validação.

Ao utilizarmos os GLMs, necessitamos transformar os dados para atender aos pressupostos clássicos paramétricos ou à aplicação de análises não paramétricas.