Ordinal-Logistische Regression
Die ordinal-logistische Regression – am häufigsten das Proportional-Odds-Modell – schätzt den Zusammenhang zwischen einem oder mehreren Prädiktoren und einer geordneten kategorialen Zielvariable (z. B. Likert-Skalen, Schweregrade von Krankheiten, Bildungsniveaus). Sie modelliert kumulative Log-Odds über die geordneten Kategorien hinweg, während sie einen einzigen gemeinsamen Effekt jedes Prädiktors an allen Schwellenwerten annimmt.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Methodenkarte
Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.
Quellen
- McCullagh, P. (1980). Regression models for ordinal data. Journal of the Royal Statistical Society: Series B (Methodological), 42(2), 109–142. DOI: 10.1111/j.2517-6161.1980.tb01109.x ↗
- Agresti, A. (2010). Analysis of Ordinal Categorical Data (2nd ed.). John Wiley & Sons. ISBN: 978-0470082898
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Ordinal Logistic Regression (Proportional-Odds Model). ScholarGate. https://scholargate.app/de/statistics/ordinal-logistic-regression
Welche Methode?
Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.
- Generalisiertes Lineares Modell (GLM)Statistik↔ vergleichen
- Logistische RegressionForschungsstatistik↔ vergleichen
- Multinomiale logistische RegressionStatistik↔ vergleichen
- Methode der kleinsten Quadrate (OLS)Ökonometrie↔ vergleichen
- Probit-RegressionsmodellÖkonometrie↔ vergleichen
- Quantile RegressionÖkonometrie↔ vergleichen
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →