Упорядоченная логистическая регрессия (Ordered Logit/Probit)
Упорядоченная логистическая регрессия (ordered logit) — это кумулятивная регрессионная модель для порядковой зависимой переменной, которая подгоняет логит- (или пробит-) связь к кумулятивным вероятностям категорий. Разработанная в работе МакКаллага (McCullagh) 1980 года по регрессионным моделям для порядковых данных, она является стандартным инструментом для анализа данных по шкале Лайкерта, рейтингов и ранжированных исходов.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 1). Ordered Logistic Regression (Ordered Logit/Probit). ScholarGate. https://scholargate.app/ru/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.
- Логистическая регрессияСтатистика исследований↔ compare
- Мультиномиальная логистическая регрессияЭконометрика↔ compare
- Регрессия отрицательного биномиального распределенияЭконометрика↔ compare
- Регрессия методом обыкновенных наименьших квадратов (ОНМК)Эконометрика↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →