邏輯回歸（Logistic Regression）是一種廣義的線性回歸分析模型，常用于數據挖掘、疾病自動診斷、經濟預測等領域。它根據給定的自變量數據集來估計事件的發生概率。變量的范圍在0和1之間，通常用于二分類問題，最終輸出的預測是一個非線性的S型函數，稱為logistic function, g()。
邏輯遞歸（Recursive Logic）是一種在邏輯學中使用的推理方法，它基于遞歸定義和遞歸推理規則，用于描述和推導關于遞歸結構的命題。用于研究自指的悖論和不完全性定理。它是基于自我引用和遞歸定義的思想，將邏輯和計算理論相結合，形成了一種強有力的推理工具。
例如，下圖為邏輯回歸曲線圖，顯示了考試通過概率與學習時間的關系。
再如，在探討引發疾病的危險因素時，可以根據危險因素預測疾病發生的概率。選擇兩組人群，一組是胃癌組，一組是非胃癌組，兩組人群必定具有不同的體征與生活方式等。通過邏輯回歸分析，可以得到自變量的權重，從而可以大致了解到底哪些因素是胃癌的危險因素。同時根據該權值可以根據危險因素預測一個人患癌癥的可能性。
需要注意的是，邏輯遞歸的推理過程可能面臨一些挑戰，如悖論和無限循環等。因此，在使用邏輯遞歸進行推理時，需要注意對遞歸定義和推理規則的合理限制，以避免邏輯矛盾和無窮循環的問題。
邏輯遞歸在邏輯學和計算理論中有廣泛的應用。它被用于形式系統的研究，證明理論中的定理和推理規則，以及計算機科學中的遞歸算法和程序設計等領域。
