1. Логистическая регрессия предполагает, что мультиколлинеарность среди независимых переменных минимальна или отсутствует.
  2. Логистическая регрессия предполагает, что независимые переменные линейно связаны с логарифмом шансов.
  3. Логистическая регрессия обычно требует большого размера выборки для правильного прогнозирования.
  4. Логистическая регрессия, имеющая два класса, предполагает, что зависимая переменная является двоичной, а для упорядоченной логистической регрессии требуется, чтобы зависимая переменная была упорядочена, например Слишком мало, Примерно правильно, Слишком много.
  5. Логистическая регрессия предполагает, что наблюдения независимы друг от друга.