廣義線性混合模型（Generalized Linear Mixed Model，GLMM）是一種統計學中常用的模型，主要用途是分析具有層次結構的數據，如縱向研究、多中心試驗和家族研究等。GLMM結合了廣義線性模型（GLM）和線性混合模型（LMM）的特點，可以處理非常態分配、離散型和非負向量等多樣化的回響變數，並且能夠引入隨機效應來捕捉數據中的隨機變異。
在GLMM中，固定效應描述了自變數對因變數的平均影響，而隨機效應則考慮了不同個體或群組之間的隨機變異性。這種模型特別適用於具有層次結構和重複測量的數據。
GLMM的參數估計通常比GLM更複雜，可以通過廣義估計方程（Generalized Estimating Equations，GEE）或隨機效應最大似然估計等方法進行。與GLM相比，GLMM不僅要求因變數服從指數分布族，還引入了隨機效應項來建模數據中的個體差異或群組效應。