O objetivo desta dissertação é modelar o consumo mensal de utensílios elétricos para fins residenciais em Juiz de Fora por um modelo linear generalizado e comparar os resultados obtidos com os de um modelo clássico de regressão. Para estimar os parâmetros em ambos os casos, foi o software GLIM (Generalized Linear Interactive Models), desenvolvido. Para esta finalidade foi usada uma matriz de dados extraída de uma pesquisa realizada junto a 593 domicílios no Município de Juiz de Fora, MG. Destes, alguns foram excluídos por apresentarem valores discrepantes o que poderia distorcer os resultados do modelo, levando a conclusões errôneas. O corpo desta dissertação consta de uma introdução sobre os problemas do aumento pela demanda de energia elétrica no Brasil e no mundo e as soluções propostas para contornar os problemas resultantes deste aumento através do gerenciamento pelo lado da demanda. Existe alguma literatura a respeito destes trabalhos, sendo que no Brasil o mais conhecido é um trabalho desenvolvido por LINS, Marcos Estelita Pereira em 1989, realizado com 10818 domicílios em todo o Brasil. Neste trabalho supôs-se que o consumo residencial mensal que é a variável resposta do modelo tem distribuição normal, utilizando-se o método dos mínimos quadrados ordinários para a estimação dos parâmetros. Nesta dissertação, foi utilizado um modelo linear generalizado que, se considerar a variável resposta normalmente equivale a um processo clássico de regressão linear. Os resultados da função desvio e da estatística de Pearson generalizada indicaram que deve-se utilizar a distribuição gama de probabilidades para o consumo uma vez que os dados exibem uma ligeira assimetria positiva. Devido às condições da matriz de dados que apresenta algumas colunas com muitos valores nulos para alguns utensílios, recomenda- se que o processo seja repetido para uma matriz mais completa. As diferenças encontradas para uma distribuição normal e uma distribuição gama somente foram significativas para os valores da função desvio e da estatística generalizada de Pearson. Os coeficientes de explicação nos dois casos, são praticamente iguais em condições semelhantes, provavelmente porque a assimetria positiva na variável resposta seja muito pequena. A dissertação é concluída recomendo o emprego dos modelos lineares generalizados por serem mais flexíveis que os modelos clássicos e o emprego do software GLIM para implementar o processo de estimação dos parâmetros dos mesmos.