เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การถดถอยแบบเบตา× | การถดถอยกำลังสองน้อยที่สุดสามัญ (OLS)× | |
|---|---|---|
| สาขาวิชา≠ | สถิติศาสตร์ | เศรษฐมิติ |
| ตระกูล | Regression model | Regression model |
| ปีกำเนิด≠ | 2004 | 2019 |
| ผู้ริเริ่ม≠ | Ferrari & Cribari-Neto | Wooldridge (textbook treatment); classical least squares |
| ประเภท≠ | Generalized linear model (beta distribution) | Linear regression |
| แหล่งต้นตำรับ≠ | Ferrari, S. L. P. & Cribari-Neto, F. (2004). Beta Regression for Modelling Rates and Proportions. Journal of Applied Statistics, 31(7), 799–815. DOI ↗ | Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860 |
| ชื่อเรียกอื่น≠ | beta regression model, proportion regression, Beta Regresyonu | ordinary least squares, classical linear regression, linear regression, en küçük kareler regresyonu |
| ที่เกี่ยวข้อง≠ | 4 | 5 |
| สรุป≠ | Beta regression is a generalized linear model introduced by Ferrari and Cribari-Neto (2004) for outcomes that are rates or proportions confined to the open interval (0,1). It models the mean of a beta-distributed response through a link function, making it the natural choice for fractions, probability scores, and proportion indices. | Ordinary Least Squares is the classical linear regression method that explains a continuous outcome as a linear combination of predictors. It estimates the coefficients by minimising the sum of squared residuals, and under the Gauss-Markov assumptions these estimates are the best linear unbiased estimator (BLUE). |
| ScholarGateชุดข้อมูล ↗ |
|
|