McFadden egyik meghatározó kutatási területe a logit analízis – más néven logisztikus regresszió. Nagyon leegyszerűsítve a módszert: olyan regressziós elemzés, melyben a függő változó nem folytonos (vagy méginkább normális, mint a lineáris regresszióban), hanem diszkrét, kategória-változó. Leírása bonyolultabb, azonban lényegében bármely statisztika könyvben fellelhető logisztikus regresszió néven.

A logit regresszió előnyei, hogy részben nem támaszt normalitási feltételeket a változókkal kapcsolatban, egyidejűleg dolgozhatunk benne diszkrét és folytonos változókkal, a változók interakciói is beépíthetők a modellbe önálló változókként – és a logit érték 0-1 közötti mivolta miatt azonnal értelmezhető valószínűségként is az eredmény.

Hátránya viszont, hogy roppant érzékeny a változók közötti korrelációra, illetve a hiányzó értékekre és a szélsőségekre. Nagyobb elemszám esetén jól viselkedik, azonban kis elemszámok esetén rendkívül rossz az előrejelző képessége.