Przykładem tej sytuacji jest rozkład odsetka kwiatów, które zakwitną, wśród sadzonek.
Model zakłada, że dla każdej próby Bernoulliego (wartość ), istnieje zbiór zmiennych objaśniających, które niosą pewną informację na temat prawdopodobieństwa sukcesu. Te zmienne objaśniające można uważać za -elementowy wektor losowy Model przyjmuje wówczas postać:
Logit nieznanego prawdopodobieństwa sukcesu jest modelowany jako liniowa funkcja
Do modelu można wprowadzić stałą, tworząc zmienną objaśniającą, mającą wszędzie wartość 1, czyli ustawiając dla pewnego i wszystkich Nieznane parametry są zwykle estymowane metodą największej wiarygodności.
Interpretacją szacowanego parametru jest addytywny wpływ, jaki ma jednostkowa zmiana zmiennej na logarytm ilorazu szans (ang. odds ratio), definiowanego jako:
gdzie: to rozpatrywane grupy, to prawdopodobieństwo wystąpienia zdarzenia w grupie, a to odpowiadająca mu szansa.
W przypadku zmiennych objaśniających na skali dychotomicznej (np.