เปรียบเทียบวิธี

	การถดถอยกำลังสองน้อยที่สุดสามัญ (OLS)	การถดถอยโลจิสติก
สาขาวิชา	เศรษฐมิติ	สถิติการวิจัย
ตระกูล	Regression model	Process / pipeline
ปีกำเนิด	2019	1958
ผู้ริเริ่ม	Wooldridge (textbook treatment); classical least squares	David Roxbee Cox
ประเภท	Linear regression	Method
แหล่งต้นตำรับ	Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860	Cox, D. R. (1958). The regression analysis of binary sequences. Journal of the Royal Statistical Society, Series B, 20(2), 215–242.
ชื่อเรียกอื่น	ordinary least squares, classical linear regression, linear regression, en küçük kareler regresyonu	logit model, binomial logistic regression, LR
ที่เกี่ยวข้อง	5	3
สรุป	Ordinary Least Squares is the classical linear regression method that explains a continuous outcome as a linear combination of predictors. It estimates the coefficients by minimising the sum of squared residuals, and under the Gauss-Markov assumptions these estimates are the best linear unbiased estimator (BLUE).	Logistic regression is a statistical method for modeling the probability of a binary outcome (disease present/absent, success/failure) as a function of continuous and categorical predictors. Developed by David Roxbee Cox (1958), it solves the problem of predicting categorical outcomes by applying a logistic transformation to constrain predictions to the [0,1] probability interval, enabling accurate risk stratification, diagnostic prediction, and causal inference in epidemiology, medicine, and social science.