Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Ординарна логістична регресія× | Узагальнена лінійна модель (GLM)× | |
|---|---|---|
| Галузь | Статистика | Статистика |
| Родина | Regression model | Regression model |
| Рік появи≠ | 1980 | 1972 |
| Автор методу≠ | Peter McCullagh | John A. Nelder & Robert W. M. Wedderburn |
| Тип≠ | Ordinal regression / GLM | Regression framework |
| Основоположне джерело≠ | McCullagh, P. (1980). Regression models for ordinal data. Journal of the Royal Statistical Society: Series B (Methodological), 42(2), 109–142. DOI ↗ | Nelder, J. A., & Wedderburn, R. W. M. (1972). Generalized linear models. Journal of the Royal Statistical Society: Series A (General), 135(3), 370–384. DOI ↗ |
| Інші назви | proportional-odds model, cumulative link model, ordered logit, OLR | GLM, generalized regression, exponential family regression, link-function model |
| Пов'язані | 6 | 6 |
| Підсумок≠ | Ordinal logistic regression — most commonly the proportional-odds model — estimates the relationship between one or more predictors and an ordered categorical outcome (e.g., Likert scales, disease severity grades, educational attainment levels). It models cumulative log-odds across the ordered categories while assuming a single shared effect of each predictor at all thresholds. | The Generalized Linear Model is a unified regression framework that extends ordinary linear regression to outcomes from the exponential family — including binary, count, proportion, and continuous positive outcomes. A link function connects the linear predictor to the mean of the response, enabling principled modelling beyond the Gaussian case. |
| ScholarGateНабір даних ↗ |
|
|