在我們做統計分析之前，面對大量雜亂無章的數字往往會做個散點圖，以對資料有直覺的了解。例如，某超市的銷售主管想要知道，顧客的收入水準是否對購買新的智能手機有影響。為此，他選擇了12為顧客，調查他們的月收入（X）以及是否購買了新的手機，購買記為{Y=1}，未購買記為{Y=0}。調查結果為12位受訪者有7位購買了新手機。
我們的第一想法就是試試用線性回歸看能否較好地描述這個問題。
是以可得以下回歸直線：P=-0.749+0.0003358*X。這裡的Y值可表示為購買手機的機率，但是這裡出現了兩個問題：一是當收入很小時，P值可為負，當收入很大時，P值會大于1；二是當購買機率接近于1或0時，機率對自變量（收入水準）的變化就不是很敏感，即這附近，收入需要很大的變化，才能引起機率P的變化（系數很小）。既然如此，我們如何去修正呢？我們就需要引入logit變換的概念。
Logistic變換Logistic回歸不是估計二進制因變量的觀察值，而是要推導出這些觀察值出現的機率。為了能确定事件Y發生的機率，我們假設存在一個關于機率p的函數Ɵ=f(p)，此函數形式簡單，且為單調函數。根據數學中導數的定義，以f'(p)反映在p附近的變化，同時，在p=0或1附近時，f'(p)有較大的值，于是取函數f'(p)（公式1），即f(p)（公式2），稱此式為Logistic變換。
可以看出當f'(p)>0時，Ɵ=f(p)為p的增函數，且當p從0至1變化時，Ɵ在（-∞，+∞）上變化，這一變換也解決了上述出現的兩個問題，在資料處理上也帶來了很多友善。
為了建立因變量P與自變量X之間的合理的變化關系，我們令
經過換算，則顧客手機購買機率：
一般的，Y 是0，1變量，X是任意k個變量，那麼變量Y關于變量X的k元logistic回歸模型為公式3，其中，對于二值變量Y關于變量X的一進制logistic回歸模型即公式4：
其中α和β是未知參數或待估計的回歸系數，該模型描述了y取某個值（這裡y=1）的機率P與自變量X之間的關系。
小結：本期，我們從一個小的案例出發，逐漸分析，利用數學知識描述了從簡單線性回歸到logistic回歸的過程，下期我們将簡要介紹logistic回歸系數的相關問題，以期對模型有更深的認識。
關于Logistic回歸概述，小夥伴們可以回顧本系列的第一篇推文《Logistic回歸系列（一）——Logistic回歸概述》。
本期參考：
- 《Logistic回歸入門》[美]Fred C. Pampel著，周穆之譯，陳偉校；
- 《Logistic回歸模型分析綜述及應用研究》 [碩士論文] 尹建傑，黑龍江大學 ，2011