Sıralı Lojistik Regresyon (Sıralı Logit/Probit)
Ordered Logistic Regression (Ordered Logit/Probit) · Ayrıca şöyle bilinir: ordinal logistic regression, proportional odds model, cumulative logit model, ordered probit, Sıralı Lojistik Regresyon (Ordered Logit/Probit)
Sıralı logit, sıralı bir bağımlı değişken için kümülatif regresyon modelidir; kategorilerin kümülatif olasılıklarına bir logit (veya probit) bağlantısı uydurur. McCullagh'ın 1980 tarihli sıralı veriler için regresyon modelleri incelemesinde geliştirilen bu model, Likert ölçeği, derecelendirme ve sıralanmış sonuçlar için standart araçtır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Bağımlı değişken sıralı bir kategori olduğunda — Likert maddeleri, derecelendirmeler veya derecelendirilmiş sonuçlar — ve bunu tahmin veya ilişki incelemesi için tahmincilerle ilişkilendirmek istediğinizde sıralı logiti kullanın. Sıralı kategorik bir sonuç, paralel regresyon (eşit eğimler) varsayımının Brant testi ile kontrol edilmesi ve her kategoride yeterli gözlem olması beklenir; yaklaşık 100'lük bir örneklem önerilir. Kesitsel verilerde sıralı veya sürekli tahmincilerle en iyi sonucu verir.
Güçlü yönler & sınırlılıklar
- Sonuç kategorilerinin doğal sıralamasını, onları sırasız veya sürekli bir ölçek olarak ele almak yerine dikkate alır.
- Her bir tahmincinin etkisini tüm kategori eşiklerinde özetleyen tek bir katsayı kümesi, modeli tutumlu ve yorumlanabilir tutar.
- Hem sıralı hem de sürekli tahmincileri barındırır ve logit veya probit bağlantısını destekler.
- Paralel regresyon (orantılı olasılıklar) varsayımına dayanır; eğer başarısız olursa, tek eğimli özet yanıltıcı olur.
- Her kategoride yeterli gözlemle makul derecede büyük bir örneklem (yaklaşık 100 veya daha fazla) gerektirir.
- Seyrek veya boş kategoriler kesme noktalarını ve katsayıları kararsız hale getirir.
SSS
Sıralı logit, sıradan lojistik regresyondan nasıl farklıdır?
Sıradan lojistik regresyon ikili bir sonucu ele alırken, sıralı logit üç veya daha fazla sıralı kategoriye sahip bir sonucu ele alır. Her kategorinin altında veya ona eşit olma kümülatif olasılığını modeller ve ayrı kesme noktaları ancak paylaşılan bir katsayı kümesi tahmin eder.
Paralel regresyon (orantılı olasılıklar) varsayımı nedir?
Tahmincilerin etkisini her kategori eşiğinde tek bir katsayı vektörünün tanımladığını varsayar — eğimler kesme noktaları boyunca paraleldir. Tek eğimli özeti güvenmeden önce, örneğin Brant testi ile test etmelisiniz.
Sıralı probit yerine ne zaman sıralı logit kullanmalıyım?
Sıralı logit ve sıralı probit, yalnızca gizli ölçek için varsayılan bağlantıda farklılık gösterir. Logit, okunması kolay log-olasılık ölçeğinde katsayılar verir; probit normal bir gizli hata varsayar. İkisi genellikle birbirine çok yakın sonuç verir, bu nedenle seçim çoğunlukla gelenek ve yorumlanabilirlik meselesidir.
Neden sadece derecelendirme üzerinde OLS çalıştırmayayım?
Sıralı bir derecelendirmeyi sürekli olarak ele almak, kategoriler arasında eşit aralık varsayar ve geçerli aralığın dışında tahminler üretebilir. Sıralı logit, eşit aralık dayatmadan sıralamayı dikkate alır, bu nedenle kategorilerdeki bilgiyi daha sadık bir şekilde kullanır.
Kaynaklar
- 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 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 1). Ordered Logistic Regression (Ordered Logit/Probit). ScholarGate. https://scholargate.app/tr/econometrics/ordered-logit
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Lojistik RegresyonAraştırma istatistiği↔ karşılaştır
- Çok Değişkenli Lojistik RegresyonEkonometri↔ karşılaştır
- Negatif Binominal RegresyonEkonometri↔ karşılaştır
- En Küçük Kareler (EK) RegresyonuEkonometri↔ karşılaştır