Régression logistique ordinale
La régression logistique ordinale — le plus souvent le modèle à odds proportionnels — estime la relation entre un ou plusieurs prédicteurs et un résultat catégoriel ordonné (par exemple, les échelles de Likert, les grades de gravité d'une maladie, les niveaux de scolarité). Elle modélise les log-odds cumulés à travers les catégories ordonnées en supposant un effet unique et partagé de chaque prédicteur à tous les seuils.
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 (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
Comment citer cette page
ScholarGate. (2026, June 3). Ordinal Logistic Regression (Proportional-Odds Model). ScholarGate. https://scholargate.app/fr/statistics/ordinal-logistic-regression
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.
- Modèle Linéaire Généralisé (GLM)Statistique↔ compare
- Régression logistiqueStatistiques de recherche↔ compare
- Multinomial Logistic RegressionStatistique↔ compare
- Régression par Moindres Carrés Ordinaires (MCO)Économétrie↔ compare
- Modèle de régression probitÉconométrie↔ compare
- Régression quantileÉconométrie↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →