পদ্ধতির তুলনা করুন
নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।
| ক্রমিক লজিস্টিক রিগ্রেশন (ক্রমিক লজিট/প্রোবিট)× | নেগেটিভ বাইনোমিয়াল রিগ্রেশন× | |
|---|---|---|
| ক্ষেত্র | অর্থমিতি | অর্থমিতি |
| পরিবার | Regression model | Regression model |
| উদ্ভবের বছর≠ | 1980 | 2011 |
| প্রবর্তক≠ | McCullagh (proportional odds / cumulative model) | Hilbe (textbook treatment); generalized linear model framework |
| ধরন≠ | Cumulative ordinal regression | Generalized linear model for count data |
| মৌলিক উৎস≠ | McCullagh, P. (1980). Regression Models for Ordinal Data. Journal of the Royal Statistical Society: Series B, 42(2), 109-142. DOI ↗ | Hilbe, J. M. (2011). Negative Binomial Regression (2nd ed.). Cambridge University Press. DOI ↗ |
| অপর নাম≠ | ordinal logistic regression, proportional odds model, cumulative logit model, ordered probit | NB regression, NB2 regression, negatif binom regresyonu |
| সম্পর্কিত | 4 | 4 |
| সারসংক্ষেপ≠ | Ordered logit is a cumulative regression model for an ordinal dependent variable, fitting a logit (or probit) link to the cumulative category probabilities. Developed in McCullagh's 1980 treatment of regression models for ordinal data, it is the standard tool for Likert-scale, rating, and ranked outcomes. | Negative Binomial Regression is a generalized linear model for count outcomes that extends Poisson regression to handle overdispersion, where the variance of the counts exceeds their mean. Developed in the GLM tradition and treated in depth by Hilbe (2011), it adds a dispersion parameter so that inference stays valid when Poisson would understate the spread of the data. |
| ScholarGateডেটাসেট ↗ |
|
|