A logisztikus regresszió esetére több féle determinációs együtthatót is alkalmaznak. Ezek mindegyike aránylag egyszerűen számítható – képleteik nem is feltétlenül lényegesek, hiszen alapvetően a számítógépes programok kiszámítják őket.

Használatukat tekintve általában a Cox-Snell féle determinációs együttható (vagy pszeudo-r^2) és ennek Nagelkerke–féle korrekciója a legsűrűbben használt. A Nagelkerke korrekciója annyit tesz, hogy a Cox-Snell mutatót leosztja azok elvi maximumával. Így – bár a Cox-Snell mutató sosem érheti el az 1-es maximális értéket (amit például megszokhattunk a lineáris regresszió esetén), Nagelkerke korrekción átesett mutatója már elérheti az elvi maximumot.

Nem tisztázott, hogy a létező mutatók (nem csak ez a két mutató van, például McFadden is alkotott a logisztikus regresszióhoz determinációs együtthatót) közül melyik a legjobb, leginkább megbízható. Az általános vélekedés szerint esete válogatja, hogy mely mutató alkalmazható az egyes esetekre – bár többen azt javasolják, hogy például a Cox-Snell és Nagelkerke féle mutatók számtani átlaga egy jó kompromisszumnak fest.