逻辑斯谛回归模型（Logistic regression model），理学-数学-数理统计学-回归分析，一种处理分类数据的广义线性模型。假定响应变量服从二项分布，成功的概率为，失败的概率为，式中为维解释变量向量。Logistic回归模型假定其联系函数(link function) 是的logit函数，即：。Logistic回归模型通常也称作Logit模型。当条件概率被限制于范围0-1时，logit可以是任意的实值，线性部分的可能取值范围也是任意实值，所以Logit模型结构上是合理的。变换上式可得到条件概率：。人们利用极大似然法来估计Logistic回归模型的系数。假设有个观测样本，分别为，则似然函数为：，对数似然函数为：。此函数对的每个分量求导，得到个似然方程，应用Newton-Raphson方法进行迭代求解即可得到极大似然估计量。检验回归系数是否显著不等于0的方法有Wald检验、似然比检验、Score检验。此外，二元响应变量的Logistic模型可以推广到有种分类的情形，其多分类的Logistic回归模型为，对。