Ordered Logistic Regression (Ordered Logit/Probit)
Beschouw een geordende uitkomst — zeg een tevredenheidsbeoordeling van 'laag' tot 'hoog' — als een enkele onderliggende schaal die door een reeks drempels in geordende segmenten is verdeeld. Naarmate de predictoren een observatie op of neer op die verborgen schaal verschuiven, wordt het waarschijnlijker of minder waarschijnlijk dat deze in een hogere categorie terechtkomt. Een enkele set hellingen beschrijft die verschuiving, terwijl afzonderlijke snijpunten aangeven waar de ene categorie eindigt en de volgende begint.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 1). Ordered Logistic Regression (Ordered Logit/Probit). ScholarGate. https://scholargate.app/nl/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 RegressieOnderzoeksstatistiek↔ compare
- Multinominale logistische regressieEconometrie↔ compare
- Negatieve-binomiale regressieEconometrie↔ compare
- Gewone Kleinste Kwadraten (GKK) RegressieEconometrie↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →