Beta回归与线性回归的严格界结果变量[0,1]

Question

所以我试图用一些预测变量来解释我的严格有界变量（百分比），无论是分类变量还是数值变量。我已经阅读了很多有关该主题的文章，但是我对某些论点仍然感到困惑。我回归的目的是解释，而不是预测。

在严格限制的结果变量上进行线性回归会带来什么后果？

Answer 1

线性回归没有有限的输出。这是输入的线性变换，因此，如果输入的大小是输入的两倍，则输出的大小将是输入的两倍。这样，始终可以找到超出输出范围的输入。

您可以将Sigmoid函数应用于线性回归的输出（这称为“逻辑回归”），但这将对二进制变量进行建模，并为您提供该变量为1的可能性。不是二进制，它可以具有0到1之间的任何值。对于该问题，您需要应用beta回归，这将为您提供0到1之间的有限输出。