Порядковая регрессия может быть более подходящей для анализа данных, чем линейная регрессия, по следующим причинам:

• Учёт разницы перехода из одной группы в другую. 1 Например, при анализе вопроса о будущем участии в голосовании на выборах порядковая регрессия учитывает разницу перехода из одной группы (категории ответа «Да») в другую (например, «Скорее да, чем нет»). 1
• Возможность использовать различные связывающие функции. 2 В качестве связывающей функции в порядковой регрессии могут применяться, например, логистическая функция (когда категории зависимой переменной распределены равномерно), распределение Коши (если зависимая переменная отклика имеет множество пиковых значений) и другие. 2

Выбор между порядковой и линейной регрессией зависит от конкретной задачи и характеристик данных. 5