1. logistic回归模型一般形式：
将某事件的阳性与阴性结果概率之比去自然对数称为logit变换，记为logit (P)。
2. 回归系数采用最大似然估计〔maximum likelihood estimate, MLE，使在一次抽样中获得现有样本的概率最大〕得到表示自变量Xj改变一个单位时logit P的改变量。
多变量调整后的优势比，表示扣除了其他自变量的影响后危险因素的作用。ORj=1，说明Xj对疾病发生不起作用ORj＞1，说明Xj是一个危险因素；ORj＜1，说明Xj是一个保护因素；
3. logistic回归模型假设检验的方法：
适合单个自变量的假设检验〕和计分检验〔适合样本量较小的情况〕。变量筛选的方法：前进法、后退法、逐步法。
4. 条件logistic回归：
适用于1:M配对设计资料，条件似然函数估计的是在M+1个观察对象中恰好第一个观察对象属于病例组的条件概率，它只估计了表示危险因素作用的，表示匹配组效应的常数项被消去。
5. 有序logistic回归基于累积概率构建回归模型，g个类别的因变量Y的有序logistic回归包括g-1个方程，这些方程的回归系数均相同，差异主要表达在各方程的常数项不同。
在对因变量Y赋值时，应将专业上最不利的等级赋最小值，最有利的等级赋最大值。
6. 多分类logistic回归是二分类logistic回归的扩展，即选择一个参照类别，拟合剩余各类别相对于参照类别的logistic回归模型。
