В настоящей работе представлено построение логистической регрессии с бинарной зависимой переменной. Логит-преобразование - это функция со значениями в (0,1) и может трактоваться как функция распределения некоторой случайной величины и, следовательно, позволяет прогнозировать вероятность того, что событие наступит для конкретного испытуемого (например, больной/здоровый). На основе метода максимального правдоподобия с использованием случайного поиска в сочетании с градиентным методом оцениваются коэффициенты логистической регрессии. Определяются стандартные ошибки полученных коэффициентов и проводится проверка гипотез о значимости коэффициентов. Для оценки качества логистической регрессии применяется эффективный инструмент ROC-анализа (Receiver Operator Characteristic): строятся кривые чувствительности и специфичности модели, которые показывают зависимость верно классифицированных положительных и отрицательных примеров от порога отсечения (cut-off value). Получение порога или точки отсечения позволяет определять величины ошибок первого и второго рода. Компьютерные расчеты и анализ были проведены для набора данных о пациентах с подозрением на сахарный диабет, предоставленного Национальным институтом диабета, болезней органов пищеварения и почек. Результаты представлены в виде таблиц и графиков.