Régression logistique ordonnée (Logit/Probit ordonné)
Le logit ordonné est un modèle de régression cumulatif pour une variable dépendante ordinale, ajustant un lien logit (ou probit) aux probabilités cumulatives des catégories. Développé dans le traitement des modèles de régression pour données ordinales de McCullagh en 1980, c'est l'outil standard pour les échelles de Likert, les évaluations et les résultats classés.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 1). Ordered Logistic Regression (Ordered Logit/Probit). ScholarGate. https://scholargate.app/fr/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.
- Régression logistiqueStatistiques de recherche↔ compare
- Régression logistique multinomialeÉconométrie↔ compare
- Régression binomiale négativeÉconométrie↔ compare
- Régression par Moindres Carrés Ordinaires (MCO)Économétrie↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →