ScholarGate
Assistent
Regression model

Ordinal Logistic Regression (Proportional Odds Model)

Een geordende uitkomst heeft categorieën met een duidelijke rangschikking maar geen vaste numerieke afstand — 'laag', 'gemiddeld', 'hoog' zijn geordend, maar de afstand ertussen is niet noodzakelijk gelijk. In plaats van een enkele categorie direct te voorspellen, werkt het model met cumulatieve drempelwaarden: bij elk snijpunt vraagt het hoe waarschijnlijk het is dat een observatie op of onder dat niveau valt. Een predictor verschuift elk van deze cumulatieve odds met hetzelfde bedrag, zodat een enkele helling aangeeft hoe de predictor de uitkomst omhoog of omlaag op de geordende schaal stuwt.

Toepassen met StatMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

The neighbourhood of related methods — select a node to explore.

Bronnen

  1. Agresti, A. (2010). Analysis of Ordinal Categorical Data (2nd ed.). Wiley. DOI: 10.1002/9780470594001
  2. Long, J. S. (1997). Regression Models for Categorical and Limited Dependent Variables. Sage. ISBN: 978-0803973749

Deze pagina citeren

ScholarGate. (2026, June 1). Ordinal Logistic Regression (Proportional Odds Model). ScholarGate. https://scholargate.app/nl/statistics/ordinal-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.

Compare side by side
ScholarGateOrdinal Regression (Ordinal Logistic Regression (Proportional Odds Model)). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/statistics/ordinal-regression · Gegevensset: https://doi.org/10.5281/zenodo.20539026