به عبارتی، رگرسیون لجستیک یک روش آماری مناسب برای تجزیه و تحلیل متغیرهای مقوله ای است.
در این روش، متغیرهای پیش بین، ترکیبی از مقوله ای و کمی می باشد و متغیر ملاک، یا وابسته مقوله ای و دو سطحی است.
بر اساس دو سطح یا دو حالت در نظر گرفته می شود.
منظور از متغیر دو حالتی، متغیری است که فقط دارای دو جواب می باشد، مانند مردن یا زنده ماندن، کمربند ایمنی بستن یا نبستن، حاضر بودن یا غایب بودن و بیمار بودن یا بیمار نبودن، اغلب برای این متغیرها از کدهای صفر و یک استفاده می شود، کد یک را برای حالت مثبت بودن (موفقیت) آن خاصیت (بیمار بودن) و کد صفر برای منفی بودن (شکست) آن به کار می رود.
در تحلیل لجستیک، اثر انواع متغیرهای پیش بین در مدل آماری به روش گام به گام (گنجانده می شود. برازش مدل توسط نرم افزار آماری SAS (سیستم تحلیل آماری) انجام می شود.
مقادیر نسبت احتمالات برای هر کدام از متغیرهای پیش بین که رابطه معنی دار آماری با احتمال موفقیت ناشی متغیر وابسته داشته باشند، محاسبه می شود.
استفاده از رگرسیون لجستیک به ویژه زمانی که پژوهشگر با پایگاه داده های بزرگ مواجه است و یا یا در وضعیت هایی که متغیرهای مستقل از یک قاعده منظم و کلی پیروی نکرده و مفروضات مدلهای عمومی را نقض می کنند، بسیار مفید خواهد بود.
البته رگرسیون لجستیک، علاوه برموقعیتهای دودوئی، در موقعیت هایی که دو یا تعداد بیشتری طبقه در متغیر وجود دارد، نیز به کاربرده می شود که رگرسیون لجستیک دو جمله ای نامیده می شود.