Les termes "binaire" et "binomial" sont généralement confondus dans leurs usages, pourtant ils sont bien différents. La régression logistique binaire de manière générale traite des variables dépendantes dichotomiques c’est-à-dire les variables ayant deux valeurs, généralement codées par 0 et 1 (par exemple pour le sexe, 0 = masculin et 1 = féminin). En revanche, la régression logistique binomiale est utilisée lorsque la variable dépendante n'est pas une variable binaire en soi, mais plutôt un compte basé sur une variable binaire. Pour prendre un exemple binomial classique, il peut être demandé aux sujets de lancer une pièce 100 fois, et chaque sujet additionnent le nombre de «face», le score étant la variable dépendante dans la régression logistique binomiale. Plus précise, la variable dépendante est susceptible d'être un décompte des succès. La régression logistique binomiale est mise en œuvre dans la modélisation linéaire généralisée des variables de comptage.

Par exemple, pour implémenter la régression binomiale dans SPSS on procède ainsi : allez sous le menu Analyse> Modèles linéaires généralisés> et ensuite sélectionnez "Logistique binaire" sous l'onglet Type de modèle ", puis sous l'onglet Réponse, entrez une variable de comptage binomiale (ex ., "succès") comme variable dépendante et aussi sélectionner le bouton radio "Nombre d'événements se produisant dans un ensemble d'essais" pour entrer le nombre d'essais (ex. ,, 100) ou si le nombre d'essais varie selon le sujet, le nom de la variable nombre d'essais.
La régression logistique multinomiale est utile dans le cas où vous souhaitez classer des objets en fonction des valeurs d'un groupe de variables de prédicteur. Ce type de régression est similaire à la régression logistique binaire, mais s'avère plus général puisque la variable dépendante n'est pas limitée à deux catégories.

Par exemple, Afin de mieux rentabiliser la commercialisation de leurs films, les studios souhaitent prévoir le type de film que les cinéphiles sont susceptibles d'aller voir. En effectuant une régression logistique multinomiale, le studio peut déterminer l'impact de l'âge, du sexe et de la situation de famille d'une personne sur les types de films qu'elle préfère. Le studio peut alors orienter la campagne promotionnelle d'un film particulier en fonction du groupe de spectateurs susceptibles d'aller le voir.

Pour implémenter la régression logistique binaire dans SPSS, sélectionnez

Analyse> Régression> Logique binaire.

PROC LOGISTIC est utilisé dans SAS pour implémenter la régression logistique binaire comme décrit ci-dessous.

Dans STATA, la régression logistique binaire est implémentée avec les commandes logis ou logit.
Pour appliquer la régression logistique multinomiale dans SPSS, sélectionnez Analyse> Régression> Logistique multinomiale.

PROC CATMOD est utilisé dans SAS pour mettre en œuvre une régression logistique multinomiale, comme décrit ci-dessous.

Dans STATA, la régression logistique multinomiale est implémentée avec la commande miogit.