Resumen: A lo largo de este trabajo se han estudiado los modelos lineales generalizados, los cuales se utilizan cuando no es posible verificar una o más características de los modelos lineales. Se comienza recordando las propiedades de estos para poder definir los modelos lineales generalizados. Una vez definidos, se explica la componente aleatoria, sistemática y la función de enlace. A continuación, se muestra como estimar un modelo lineal generalizado con el método de máxima verosimilitud y se definen la desviación y desviación escalada. Para terminar el primer capítulo, se estudian tres tipos de residuos, conocidos como residuo de Pearson, de Anscombe y residuo de desviación, así como la selección de las covariables. En el segundo capítulo, se consideran algunos casos particulares de los modelos lineales generalizados, tales como modelos con error Poisson o Binomial Negativo, dando lugar a definir la sobredispersión. Otro tipo de caso particular que también se estudia a lo largo del capítulo es el modelo con error Gamma. Para el finalizar el trabajo, se aplica lo tratado en los capítulos anteriores al estudio de la duración e intensidad de las olas de calor en Zaragoza.