เปรียบเทียบวิธี

	การถดถอยโลจิสติกแบบอันดับเบย์ (Bayesian Ordinal Logistic Regression)	แบบจำลองเชิงเส้นทั่วไปแบบเบย์ (Bayesian Generalized Linear Model)
สาขาวิชา	สถิติศาสตร์	สถิติศาสตร์
ตระกูล	Regression model	Regression model
ปีกำเนิด	1999	1989 (GLM); 1995 (Bayesian BDA)
ผู้ริเริ่ม	Johnson & Albert (1999); Bayesian proportional odds framework	McCullagh & Nelder (GLM framework); Bayesian treatment formalized by Gelman et al.
ประเภท	Bayesian generalized linear model	Bayesian regression model
แหล่งต้นตำรับ	Johnson, V. E., & Albert, J. H. (1999). Ordinal Data Modeling. Springer. ISBN: 978-0387987484	Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A., & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
ชื่อเรียกอื่น	Bayesian proportional odds model, Bayesian cumulative logit model, Bayesian ordered logit, Bayesian cumulative link model	Bayesian GLM, Bayesian GLIM, Bayesian generalized linear regression, Bayes GLM
ที่เกี่ยวข้อง	6	6
สรุป	Bayesian ordinal logistic regression extends the classical proportional odds model by placing prior distributions on the regression coefficients and threshold parameters and updating them with observed data via Bayes' theorem. The result is a full posterior distribution over all parameters, enabling uncertainty quantification without relying on large-sample approximations.	A Bayesian Generalized Linear Model (Bayesian GLM) extends the classical GLM framework by placing prior distributions on the regression coefficients and updating them with data via Bayes' theorem. This yields a full posterior distribution over parameters rather than single point estimates, enabling richer uncertainty quantification and principled incorporation of prior knowledge for any exponential-family outcome.