本文的目的是基于弹性贝塔（FB）分布，针对单位区间内的连续变量（例如比例）提出一种新的回归模型。后者是两个β的特殊混合物，它大大扩展了β分布的形状，主要表现在不对称性、双峰性和重尾行为方面。其特殊的混合结构保证了良好的理论性质，例如强可辨识性和似然有界性，这在混合模型中是很少见的。此外，在这里采用的贝叶斯框架内，它使模型在计算上非常容易处理。

同时，FB回归模型显示出解释的容易性以及对各种数据模式的显著拟合能力，包括单峰和双峰数据模式、重尾和异常值的存在。事实上，模拟研究和实际数据集的应用表明，FB回归模型相对于竞争模型，即贝塔（Ferrari and Cribari-Neto，2004）和贝塔矩形（Bayes et al.，2012），在估计精度、拟合优度和后验预测区间方面总体表现更好。