Uogólniony model liniowy (ang. generalized linear model, GLM) – model statystyczny będący uogólnieniem zwykłej regresji liniowej. GLM uogólnia regresję liniową poprzez powiązanie kombinacji liniowej zmiennych objaśniających ze zmienną objaśnianą za pomocą funkcji wiążącej (ang. link function) oraz poprzez umożliwienie przedstawienia wariancji każdego pomiaru jako funkcji wartości przewidywanej.
Uogólnione modele liniowe zostały sformułowane przez Johna Neldera i Roberta Wedderburna jako sposób na ujednolicenie różnych innych modeli statystycznych, w tym regresji liniowej, regresji logistycznej i regresji Poissona. Zaproponowali oni iteracyjną ważoną metodę najmniejszych kwadratów do estymacji parametrów modelu metodą największej wiarygodności (MLE). MLE jest popularną metodą, która stosowana jest jako domyślna w wielu pakietach statystycznych. Opracowano również inne podejścia, takie jak regresja bayesowska i dopasowanie metodą najmniejszych kwadratów z wykorzystaniem stabilizacji wariancji.