odds).
Zamiast określać prawdopodobieństwo klasycznie, za pomocą stosunku liczby sukcesów do liczby wszystkich prób, oblicza się szansę, czyli stosunek prawdopodobieństwa sukcesu do prawdopodobieństwa porażki.
Można ją łatwo wyliczyć ze zwykłego prawdopodobieństwa:
gdzie: – stała regresji dla regresji logistycznej, – współczynnik regresji logistycznej dla -tej zmiennej niezależnej, – zmienna niezależna (-ta).
Istnieje też odwrotne przekształcenie:
Szansa ma pewną zaletę w porównaniu ze zwykłym zapisem prawdopodobieństwa – przyjmuje dla wartości z zakresu a jej logarytm wartości z zakresu
Dzięki temu można stosować do szacowania logarytmu szansy metody regresji nie ograniczone do przedziału [0,1] (np. regresję liniową).
thumb|250px|Funkcja logit Funkcja przekształcająca prawdopodobieństwo na logarytm szansy zwana jest logitem i przyjmuje postać:
Funkcja odwrotna to funkcja logistyczna:
Model regresji logistycznej Regresja logistyczna zakłada, że zmienna objaśniana ma rozkład dwupunktowy: dla
gdzie liczba prób w procesie Bernoulliego jest znana, a prawdopodobieństwo sukcesu jest nieznane.