Regression modelRegression / GLM

Regresja logistyczna porządkowa

Regresja logistyczna porządkowa — najczęściej model z ilorazem szans proporcjonalnych (proportional-odds model) — szacuje związek między jednym lub większą liczbą predyktorów a uporządkowaną zmienną kategoryczną (np. skale Likerta, stopnie ciężkości choroby, poziomy wykształcenia). Modeluje ona skumulowane logarytmy szans wzdłuż uporządkowanych kategorii, zakładając jednolity wpływ każdego predyktora na wszystkie progi decyzyjne.

Zastosuj w StatMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

Źródła

  1. 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
  2. Agresti, A. (2010). Analysis of Ordinal Categorical Data (2nd ed.). John Wiley & Sons. ISBN: 978-0470082898

Jak cytować tę stronę

ScholarGate. (2026, June 3). Ordinal Logistic Regression (Proportional-Odds Model). ScholarGate. https://scholargate.app/pl/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.

Compare side by side

Cytowana przez

ScholarGateOrdinal Logistic Regression (Ordinal Logistic Regression (Proportional-Odds Model)). Pobrano 2026-06-15 z https://scholargate.app/pl/statistics/ordinal-logistic-regression · Zbiór danych: https://doi.org/10.5281/zenodo.20539026