Regression model

Regresja logistyczna porządkowa (model szans proporcjonalnych)

Regresja logistyczna porządkowa modeluje uporządkowaną zmienną kategoryczną — taką jak ocena w skali Likerta, poziom satysfakcji czy szczebel edukacji — jako funkcję predyktorów. Jest to porządkowe rozszerzenie regresji logistycznej, opracowane w standardowych opracowaniach, takich jak Agresti's Analysis of Ordinal Categorical Data (2010), a w swojej najczęstszej postaci jest to model szans proporcjonalnych.

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. 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

Jak cytować tę stronę

ScholarGate. (2026, June 1). Ordinal Logistic Regression (Proportional Odds Model). ScholarGate. https://scholargate.app/pl/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)). Pobrano 2026-06-15 z https://scholargate.app/pl/statistics/ordinal-regression · Zbiór danych: https://doi.org/10.5281/zenodo.20539026