Trouver les sources : « Modèle log-linéaire » – news – newspapers – books – scholar – JSTOR (July 2012) (Learn how and when to remove this template message)
Un modèle log-linéaire est un modèle mathématique qui prend la forme d’une fonction dont le logarithme est égal à une combinaison linéaire des paramètres du modèle, ce qui permet d’appliquer une régression linéaire (éventuellement multivariée). C’est-à-dire qu’il a la forme générale
exp ( c + ∑ i w i f i ( X ) ) {\displaystyle \exp \left(c+\sum _{i}w_{i}f_{i}(X)\right)} 
dans laquelle les fi(X) sont des quantités fonctions de la variable X, en général un vecteur de valeurs, tandis que c et les wi représentent les paramètres du modèle.
Le terme peut être spécifiquement utilisé pour :
- Un tracé ou un graphique log-linéaire, qui est un type de tracé semi-logarithmique.
- La régression de Poisson pour les tableaux de contingence, qui est un type de modèle linéaire généralisé.
Les applications spécifiques des modèles log-linéaires sont celles où la quantité de sortie se situe dans l’intervalle 0 à ∞, pour des valeurs des variables indépendantes X, ou plus immédiatement, les quantités transformées fi(X) dans l’intervalle -∞ à +∞. Ceci peut être opposé aux modèles logistiques, similaires à la fonction logistique, pour lesquels la quantité de sortie se situe dans l’intervalle 0 à 1. Ainsi, les contextes dans lesquels ces modèles sont utiles ou réalistes dépendent souvent de l’intervalle des valeurs modélisées.