逻辑回归模型的形式为 之所以称为广义线性模型，不是因为响应事件的估计概率是线性的，而是因为估计概率响应的 logit 是预测变量参数的线性函数。

$$\mathrm{logit}(p_i) = \mathrm{ln}\left(\frac{p_i}{1-p_i}\right) = \beta_0 + \beta_1 x_{1,i} + \beta_2 x_{2,i} + \cdots + \beta_p x_{p,i}.$$

更一般地，广义线性模型的形式为 其中是给定协变量的响应的期望值。

$$\mathrm{g}(\mu_i) = \beta_0 + \beta_1 x_{1,i} + \beta_2 x_{2,i} + \cdots + \beta_p x_{p,i},$$ $\mu$

编辑：谢谢你的纠正。

逻辑回归使用一般线性方程。在线性回归是一个连续因变量，但在逻辑回归中，它是回归分类结果的概率（例如 0 和 1）。$Y=b_0+∑(b_i X_i)+\epsilon$$Y$

的概率为： $Y=1$

$$P(Y=1) = {1 \over 1+e^{-(b_0+\sum{(b_iX_i)})}}$$