El objetivo de este documento es determinar si el modelo de distribución Loggamma en un marco de Modelo Lineal Generalizado (GLM) es un mejor modelo que el modelo de regresión lineal simple tradicional y el GLM basado en Lognormal cuando se ajusta a los datos de emisiones de dióxido de nitrógeno (NO) generados durante la producción de electricidad en 13 centrales eléctricas de carbón de Eskom en Sudáfrica. Las variables que explican los datos de emisiones de NO se seleccionan utilizando técnicas de selección de variables hacia atrás. Las variables consideradas incluyen la propia central eléctrica, la cantidad de electricidad generada por la central, la antigüedad en años de la central, la tecnología de reducción (filtro) utilizada en la central particular y el mes del año. También se consideran términos de interacción entre las variables. Se utiliza el método de estimación de máxima verosimilitud (MLE) para estimar los parámetros del GLM, y se utilizan mínimos cuadrados ordinarios para estimar los parámetros del modelo de regresión. Los modelos de distribución Normal, Lognormal y Loggamma con función de enlace de identidad se ajustan a los datos de emisiones de NO. La varianza de las emisiones de NO aumenta con las emisiones medias y los gráficos del modelo Loggamma, y las métricas de varianza explicada (el R basado en la función de varianza y el R ajustado) confirman el mejor ajuste a los datos en comparación con el modelo de regresión normalmente distribuido y el GLM basado en Lognormal. Así, las emisiones de NO en Eskom en Sudáfrica pueden ser explicadas y predichas empleando el modelo GLM basado en Loggamma. Los hallazgos ayudarán a proporcionar información para el desarrollo de estrategias efectivas para mitigar la contaminación del aire y promover prácticas sostenibles dentro del sector energético en Sudáfrica.