逻辑回归不包括分层回归。

分层回归和逻辑回归是两种不同的回归方法：

1、逻辑回归

是指利用数理统计方法和概率论建立分类模型，用来预测某个变量的值在一定条件下为0或1的概率。逻辑回归模型的输出结果为0或1的概率值或者分类标签，属于一种广义线性模型，适用于解决二分类问题。

2、分层回归

是用于解决分类问题和多重共线性问题的一种回归方法。在分层回归中，分析人员会根据样本的特征对样本进行划分，将每个子集中的样本看作一个单独的回归问题进行回归分析，从而提高模型的准确度。

因此，虽然两种方法都是回归分析方法，但逻辑回归和分层回归是不同的方法，并不包括关系。自20世纪末叶以来，针对数据分层结构的分层模型不论是在理论研究方面还是在应用方面都获得了长足的发展。该模型实质上就是条件独立分层模型。

多元逻辑回归模型简介：

在1980年Ohlson第一个将逻辑回归方法引人财务危机预警领域，他选择了1970至1976年间破产的105家公司和2058家非破产公司组成的配对样本，分析了样本公司在破产概率区间上的分布以及两类错误和分割点之间的关系。

逻辑回归的规模：

发现公司规模、资本结构、业绩和当前的融资能力进行财务危机的预测准确率达到96.12％。逻辑回归分析方法使财务预警得到了重大改进，克服了传统判别分析中的许多问题，包括变量属于正态分布的假设以及破产和非破产企业具有同一协方差矩阵的假设。

多元逻辑回归（Logistic）被引入财务风险预测研究之后，财务危机预测即简化为已知一公司具有某些财务特征，而计算其在一段时间内陷入财务危机的概率问题。如果算出的概率大于设定的分割点，则判定该公司将陷入财务风险。