python中的转换beta回归

Question

有没有人尝试过实现 beta 转换的回归 python？它用于对介于 0 和 1 之间的值进行建模，并且具有固有地存在异方差性的分布。本质上，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 bw 0 和 1。下面的链接详细解释了 R 的代码： https://cran.r-project.org/web/packages/betareg/vignettes/betareg.pdf

但是，我很难在 python 中找到执行此操作的函数/库。即使我尝试使用蛮力方法，一旦我们得到预测的转换 Ys，将其转换回原始 Ys 也是具有挑战性的。此外，我不想走蛮力路线，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！

Answer 1

对于仅链接的答案（与我没有关联）表示歉意 - 但请查看以下内容：

https://towardsdatascience.com/a-guide-to-the-regression-of-rates-and-proportions-bcfe1c35344f