近些年针对广义线性模型最优设计的研究一直在不断发展。考虑到广义线性模型中Logistic回归模型在临床研究、流行病学、预测医学等学术领域的广泛应用,本文分别从固定截距与随机截距Logistic回归模型入手,构造了相应模型R-最优设计的求解方法。在固定截距Logistic回归模型中,考虑单因素与两因素的情形。首先利用方向导数理论,写出具体敏感性函数,推导出R-最优准则的一般等价性定理,构造出R-最优设计的迭代算法,然后对单因素模型取初始参数?₁。给定两个设计点的初始设计,利用迭代算法求解出该设计下的R-最优设计,并作图检验结果的可靠性与准确性。同样在双因素模型中选取初始参数?₁和?₂,给定九个设计点的初始设计,用相同的方法求解出该设计下的R-最优设计,并利用相应的图像验证,最终给出固定截距logistic回归模型的R效率。在随机截距Logistic回归模型中,仅考虑单因素的情形。利用基于PQL1估计的参数?的协方差矩阵构造准信息矩阵,写出R-最优准则函数。由于单层随机截距模型等价于固定截距模型,类似固定截距模型的求解方法,对单因素模型取初始参数?₁,设定随机系数的分布,给定两个设计点的初始设计,利用迭代算法求解该初始设计下的R-最优设计,并作图来检验结果的可靠性与准确性。结果表明,固定截距与随机截距Logistic回归模型的R-最优都是存在的,并且计算得到的单因素模型以及双因素模型R-效率均体现了R-最优设计相比初始设计而言模型参数效果更好。