Sıralı Lojistik Regresyon (Oransal Katsayılar Modeli)
Ordinal Logistic Regression (Proportional Odds Model) · Ayrıca şöyle bilinir: proportional odds model, ordered logit, ordinal logistic regression, Ordinal Regresyon (Proportional Odds)
Sıralı lojistik regresyon, bir sıralı kategorik sonucu — Likert derecelendirmesi, memnuniyet seviyesi veya eğitim kademesi gibi — öngörücülere bağlı olarak modeller. Bu, lojistik regresyonun sıralı uzantısıdır ve Agresti'nin Analysis of Ordinal Categorical Data (2010) gibi standart incelemelerde geliştirilmiştir; en yaygın biçimi oransal katsayılar modelidir.
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 kategorik ölçek (örneğin Likert maddeleri, derecelendirmeler veya dereceli seviyeler) olduğunda ve öngörücüler sürekli, ikili veya kategorik olabildiğinde sıralı regresyonu kullanın. Makul bir örneklem (her kategoride yeterli sayıda gözlemle en az yaklaşık 50 gözlem) gerektirir ve öngörücü etkilerinin tüm kesme noktalarında aynı olduğu oransal katsayılar varsayımına dayanır; bu, bir Brant (paralel çizgiler testi) kontrolü ile doğrulanmalıdır. Kategorilerin sıralandığı ancak eşit aralıklı olmadığı durumlarda, bunları sürekli (OLS) veya sıralı olmayan (çok değişkenli lojistik) olarak ele almanın uygunsuz olacağı durumlarda doğal seçimdir.
Güçlü yönler & sınırlılıklar
- Çok değişkenli lojistik regresyonun aksine, sonucun doğal sıralamasını dikkate alır.
- Her öngörücü için tek bir katsayı tahmin eder, bu da bir katsayı oranı olarak yorumlanması kolay, tutumlu bir model sağlar.
- Sıralı bir yanıt için sürekli, ikili ve kategorik öngörücüleri birlikte ele alır.
- Oransal katsayılar varsayımına dayanır; öngörücü etkileri kesme noktaları arasında farklılık gösteriyorsa, tek eğimli model yanlış belirtilmiştir.
- Her sonuç kategorisinde yeterli sıklık gerektirir — seyrek kategoriler tahminleri istikrarsızlaştırır.
- Maksimum olabilirlik tahminlerinin güvenilir olması için makul bir örneklem büyüklüğü (yaklaşık 50 veya daha fazla) gerektirir.
SSS
Oransal katsayılar varsayımı nedir?
Her öngörücünün her kesme noktasında kümülatif log-katsayılar üzerindeki etkisinin aynı olduğu varsayımıdır — ilişki tüm kategori eşiklerinde 'paraleldir'. Bu, modelin her öngörücü için yalnızca bir katsayı tahmin etmesine izin verir. Brant testi (paralel çizgiler testi) bunu kontrol eder; 0.05'in altındaki bir p-değeri bir ihlal olduğunu gösterir.
Sıralı regresyon, çok değişkenli lojistik regresyondan nasıl farklıdır?
Sıralı regresyon, kategorilerin sıralamasını kullanır ve paylaşılan kesme noktalarında öngörücü başına tek bir eğim uydurur, bu da onu daha tutumlu hale getirir. Çok değişkenli lojistik regresyon, herhangi bir sıralamayı göz ardı eder ve her kategori için ayrı etkiler tahmin eder. Oransal katsayılar varsayımı başarısız olduğunda, çok değişkenli model önerilen alternatiftir çünkü kategoriye özgü etkilere izin verir.
Bunun yerine Likert çıktısı üzerinde OLS regresyonu kullanabilir miyim?
OLS, sonucu eşit aralıklı değerlere sahip sürekli bir değişken olarak ele alır, ancak sıralı kategorilerin nadiren eşit aralıkları vardır, bu nedenle varsayımın gerekçelendirilmesi zordur. Sıralı regresyon, sabit boşluklar dayatmadan sıralamayı dikkate alır, bu nedenle gerçek sıralı yanıtlar için tercih edilir.
Katsayıları nasıl yorumlarım?
Bir katsayının üssünü alarak bir katsayı oranı elde edersiniz: diğerlerini sabit tutarak, o öngörücüdeki bir birimlik artış için daha yüksek bir sonuç kategorisinde olma olasılığındaki çarpımsal değişimdir. Birin üzerindeki bir katsayı oranı, öngörücünün sonuçları daha yüksek kategorilere doğru ittiği anlamına gelir.
Kaynaklar
- Agresti, A. (2010). Analysis of Ordinal Categorical Data (2nd ed.). Wiley. DOI: 10.1002/9780470594001 ↗
- Long, J. S. (1997). Regression Models for Categorical and Limited Dependent Variables. Sage. ISBN: 978-0803973749
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 1). Ordinal Logistic Regression (Proportional Odds Model). ScholarGate. https://scholargate.app/tr/statistics/ordinal-regression
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Gizli Sınıf Analizi (LCA)İstatistik↔ karşılaştır
- Lojistik RegresyonAraştırma istatistiği↔ karşılaştır
- Çokterimli Lojistik Regresyonİstatistik↔ karşılaştır
- En Küçük Kareler (EK) RegresyonuEkonometri↔ karşılaştır
- Poisson ve Negatif Binom RegresyonuEkonometri↔ karşılaştır