Logit公式是邏輯回歸模型中用於將因變數的二分類變數（0-1）轉變為頻率（0,1），進而變成優勢比（odds，0,+∞]），然後對優勢比取對數得到Logit值的過程。具體來說，優勢比的定義是：odds=P(y=1)/P(y=0)，而Logit值的定義是：logit=log(odds)。通過Logit值，我們可以反推出機率P，這個過程涉及到[sigmoid函式。Logit模型在經濟學上可以看作是對效用（一個連續變數）的建模，其中h(t)是屬於某個類別的機率，如果h(t)大於0.5，則認為屬於這個類別，即y=1。在風控模型中，logistics閥值的設定需要根據業務主來判斷。
邏輯回歸一般用glm函式中的binomial(link='logit')來建模，例如：lg<-glm(y ~x1,family=binomial(link='logit'))。