이예제에서는glmfit및glmval을사용하여일반화선형모델을피팅하고계산하는방법을보여줍니다。보통선형회귀를사용하여직선，즉해당모수에서선형인함수를정규분포된오차를갖는데이터에피팅할수있습니다。이것이가장일반적으로사용되는회귀모델입니다。그러나，항상현실적인모델은아닙니다。일반화선형모델은선형모델을두가지관점에서확장합니다。첫째，연결함수추가를통해모수의선형성에대한가정이완화됩니다。둘째，정규분포와다른오차분포를모델링할수있습니다。

이예제에서는slicesample을사용하여로지스틱회귀모델에베이즈추론을수행하는방법을보여줍니다。

이예제에서는상수가아닌오차분산을갖는데이터에비선형회귀모델을피팅하는방법을보여줍니다。

이예제에서는부분최소제곱회귀（PLSR）및주성분회귀（PCR）를적용하는방법을보여주고이두방법의효과를설명합니다。PLSR및PCR은모두다수의예측변수가있으며이러한예측변수가밀접한상관관계를가지거나동일직선상에있는경우응답변수를모델링하는방법입니다。두방법모두새예측변수（성분이라고함）를원래예측변수로구성된일차결합으로생성하지만，이러한성분을생성하는방법은각기다릅니다。PCR은응답변수를전혀고려하지않고예측변수에서관측된변동성을설명하기위해성분을생성합니다。반면，PLSR은응답변수를고려하므로더적은수의성분으로응답변수를피팅할수있는모델이생성되는경우가많습니다。실용적인측면에서궁극적으로더간결한모델로변환되는지여부는상황에따라달라집니다。