Kesikli veya sürekli olasılıkla ilgili konuları ele alacağım:
Ortalamanın açıklamasında bir sorun
Sınırlı bir yanıtınız var. Ancak taktığınız model sınırlı değildir ve doğrudan sınırın içinde patlayabilir; bazı takılmış değerleriniz mümkün olmayabilir ve tahmin edilen değerler eninde sonunda olmalıdır.
Gerçek ilişki nihayetinde sınırlara yaklaştıkça ortada olduğundan daha düz hale gelmelidir, bu nedenle bazı şekillerde bükülmesi beklenir.
Varyans tanımıyla ilgili bir sorun
Ortalama sınırlara yaklaştıkça, varyans da düşme eğilimi gösterecek, diğer şeyler eşit olacaktır. Ortalama ve sınır arasında daha az yer vardır, bu nedenle genel değişkenlik azalmaya eğilimlidir (aksi takdirde ortalama, sınırın yakınında olmayan tarafta ortalama olarak daha uzak olan noktalarla sınırdan uzaklaşmaya eğilimlidir.
(Gerçekten de, bir mahalledeki tüm nüfus değerleri tam olarak sınırda olsaydı, varyans sıfır olurdu.)
Böyle bir sınırla ilgilenen bir model bu etkileri dikkate almalıdır.
Oran bir sayım değişkeni içinse, oranın dağılımı için ortak bir model bir binom GLM'dir. Ortalama oran ve öngörücüler arasındaki ilişki biçimi için birkaç seçenek vardır, ancak en yaygın olanı lojistik bir GLM olacaktır (diğer birçok seçenek ortak kullanımdadır).
Oran sürekli ise (sütteki krema yüzdesi gibi), bir dizi seçenek vardır. Beta gerilemesi oldukça yaygın bir seçenek gibi görünüyor. Yine, ortalama ve öngörücüler arasında lojistik bir ilişki kullanabilir veya başka bir işlevsel form kullanabilir.
0 ile 1 arasında bir sonuç (oran veya kesir) için Regresyona bakınız .