与名义量表相比，分类结果变量的序数量表具有使协变效应有意义的单调性假设的性质。该假设编码在常用的比例优势模型中，但在那里它与其他参数假设相结合，例如线性和可加性。其中，所考虑的模型是非参数的，唯一的条件是根据序数尺度，协变量对结果类别的影响是随机单调的。我们不知道是否存在其他适用于推理目的的可比较多变量模型。我们将我们先前提出的贝叶斯单调多变量回归模型推广到有序结果，并提出了一种基于可逆跳马尔可夫链蒙特卡罗的估计方法。该模型基于标记点过程构造，可以近似任意单调回归函数形状，并具有内置的协变量选择特性。我们通过广泛的仿真研究研究了该方法的性能，并在两个实际数据示例中演示了其实际应用。