有人尝试过实现 Python 的Beta 变换回归吗？它用于对介于0和1之间的值进行建模，并且具有内在的异方差性分布。基本上，您首先将因变量转换为 beta 分布，然后应用第二个转换或链接函数（例如 logit 或 probit）来限制其值在0到1之间。以下链接详细解释了R代码： https://cran.r-project.org/web/packages/betareg/vignettes/betareg.pdf
然而，我很难找到以 Python 实现此功能的函数/库。即使我尝试使用暴力方法，一旦我们拥有预测的转换后的 Y 值，将其转换回原始的Y值也很具有挑战性。此外，我不想走这种暴力的路线，并想知道是否有一种复杂的方法可以在 Python 中实现这一点。非常感谢！