La premisa es esta cita de la viñeta del paquete R betareg
1 .
Además, el modelo comparte algunas propiedades (como el predictor lineal, la función de enlace, el parámetro de dispersión) con modelos lineales generalizados (GLMs; McCullagh y Nelder 1989), pero no es un caso especial de este marco (ni siquiera para la dispersión fija )
Esta respuesta también hace alusión al hecho:
[...] Este es un tipo de modelo de regresión que es apropiado cuando la variable de respuesta se distribuye como Beta. Puedes considerarlo como análogo a un modelo lineal generalizado. Es exactamente lo que estás buscando [...] (énfasis mío)
El título de la pregunta lo dice todo: ¿por qué la regresión Beta / Dirichlet no se considera modelos lineales generalizados (no lo son)?
Hasta donde yo sé, el modelo lineal generalizado define modelos construidos sobre la expectativa de sus variables dependientes condicionadas a las independientes.
es la función de enlace que mapea la expectativa, es la distribución de probabilidad, los resultados y los predictores, son parámetros lineales y la varianza.
[1] Cribari-Neto, F. y Zeileis, A. (2009). Regresión beta en R.