Geordnete logistische Regression (Ordered Logit/Probit)
Geordnetes Logit ist ein kumulatives Regressionsmodell für eine ordinale abhängige Variable, das eine Logit- (oder Probit-) Verknüpfung an die kumulativen Kategorie-Wahrscheinlichkeiten anpasst. Es wurde in McCullaghs Arbeit von 1980 über Regressionsmodelle für ordinale Daten entwickelt und ist das Standardwerkzeug für Likert-Skalen, Bewertungen und Rangfolge-Ergebnisse.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- McCullagh, P. (1980). Regression Models for Ordinal Data. Journal of the Royal Statistical Society: Series B, 42(2), 109-142. DOI: 10.1111/j.2517-6161.1980.tb01109.x ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Ordered Logistic Regression (Ordered Logit/Probit). ScholarGate. https://scholargate.app/de/econometrics/ordered-logit
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Logistische RegressionForschungsstatistik↔ compare
- Multinomiale Logistische RegressionÖkonometrie↔ compare
- Negative Binomial RegressionÖkonometrie↔ compare
- Methode der kleinsten Quadrate (OLS)Ökonometrie↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →