最优尺度变换专门解决在统计建模时如何对分类变量进行量化的问题，基本思路是希望拟合的模型框架，分析各级别对因变量影响的强弱变化情况，在保证变换后的各变量间联系为线性的前提下，采用一定的非线性变换方法进行反复迭代，从而为原始分类变量的每一个类别找到最佳的量化评分，随后在相应的模型中使用量化评分代替原始变量进行后续分析，这样就可以将各种传统分析方法的范围扩展到全部测度尺度，如对无需多分类变量、有序多分类变量和连续型变量同时进行回归分析、因子分析等。
logistics回归一般是用哑变量的方法进行拟合，然后根据分析考虑对结果进行简化，当问题中绝大多数变量为哑变量时，分析操作比较麻烦。

一个是最小二乘法，一个是极大似然法