De viktigaste antagandena är:

1. Att utfallet måste vara diskret, vilket annars förklaras som att den beroende variabeln ska vara dikotomisk till sin natur (t.ex, närvaro vs. frånvaro);

2. Det bör inte finnas några outliers i data, vilket kan bedömas genom att konvertera de kontinuerliga prediktorerna till standardiserade, eller

z

scores, och ta bort värden under -3.29 eller större än 3,29.

3. Det får inte finnas några höga interkorrelationer (multikollinearitet) mellan prediktorerna. Detta kan bedömas med hjälp av en korrelationsmatris mellan prediktorerna. Tabachnick och Fidell (2012) menar att så länge korrelationskoefficienterna mellan de oberoende variablerna är mindre än 0,90 är antagandet uppfyllt.

Det bör också finnas ett linjärt samband mellan oddskvoten, ellerEXP(B),och varje oberoende variabel. Linjäritet med en ordinal eller intervall oberoende variabel och oddskvoten kan kontrolleras genom att skapa en ny variabel som delar upp den befintliga oberoende variabeln i kategorier med lika stora intervall och köra samma regression på dessa nyligen kategoriserade versioner som kategoriska variabler. Linjäritet påvisas om betakoefficienterna ökar eller minskar i linjära steg (Garson, 2009).

Ett större urval rekommenderas vid anpassning med maximum likelihood-metoden; om man använder diskreta variabler krävs det att det finns tillräckligt många svar i varje kategori.