Abstract A survey of the distribution of otters (Lutra lutra L.) in Hungary revealed that this species is common in most parts of the country where there appear to be suitable aquatic habitats. However, there were a large number of apparently "good" habitats where no otters were found. On the other hand, in some places where, based on a qualitative assessment, otters should not have been present, we still found signs of them. The only strictly and consistently limiting factor was heavy chemical pollution of the water which could not be assayed during the survey but was analysed based on data provided by the water authorities. These observations led us to employ a quantitative method which takes into account 3 scalable and 5 non-scalable variables of the environment and their relationships which might influence the occurrence of otters. The technique was based on a non-parametric multiple regression method specifically developed for use on PCs. This so called logistic regression model is useful for investigating the relationships between a binary dependent variable and a set of categorical independent variables. We recorded the presence (1) or absence (0) of signs of otters as well as the water depth, steepness of the bank, density of the bank vegetation and the presence or absence of various disturbance factors, such as agricultural use of the water bank, obvious signs of pollution of the water, etc., at 369 sites in Hungary. The three former environmental variables were scaled, whereas the disturbance factors were each assigned a value of either 0 or 1 (0 = absent, 1 = present). The analysis has shown that this method can be used to characterise particular combinations of factors at which otters were most likely to occur and even predictions can be made on the probability of finding otters at particular places with a known combination of these environmental factors. Besides its theoretical importance, this method is a very useful tool to pinpoint sites of possible significance for the purposes of conservation of existing or potential otter habitats. Riassunto Modello predittivo dell'effetto dei fattori ambientali sulla presenza della Lontra (Lutra lutra L.) in Ungheria - Un'indagine sulla distribuzione della lontra (Lutra lutra L.) in Ungheria ha evidenziato che la specie è comune in buona parte del paese dove l'ambiente acquatico appare adatto. C'era comunque un largo numero di habitat apparentemente in buone condizioni dove la presenza della specie non era accertata. Al contrario, alcuni siti, che sulla base di una valutazione qualitativa sarebbero stati negativi per la lontra, rivelavano segni di presenza del mustelide. L'unico fattore che limitava fortemente la presenza della specie era l'elevato inquinamento chimico delle acque, come accertato dai dati raccolti dalle autorità competenti. Quanto sopra esposto ci ha portato all'impiego di un metodo quantitativo che tenesse conto delle variabili ambientali (3 valutate secondo una scala di punteggio e 5 sulla base della loro presenza/assenza) che potevano influenzare la presenza della specie. Il modello di analisi utilizzato, chiamato regressione logistica, è utile per esaminare le relazioni tra una variabile dipendente binaria e un gruppo di variabili indipendenti espresse secondo categorie. Per 369 siti esaminati in diversi corpi idrici è stata accertata la presenza (valore 1) o l'assenza (valore 0) della lontra e sono state stimate le seguenti variabili: profondità dell'acqua, pendenza delle rive, copertura vegetale riparia e la presenza o assenza di vari fattori legati alle attività produttive, quali, ad esempio, l'uso agricolo dei terreni a ridosso delle rive dei corpi idrici e la presenza visibile di inquinamento. Le prime tre variabili erano valutate secondo una scala di punteggio, le altre invece avevano valore 1 quando presenti, 0 quando assenti (v. metodi). I risultati ottenuti hanno evidenziato che il modello di analisi dei dati può essere utilizzato per caratterizzare combinazioni di fattori ambientali che molto probabilmente influenzano la presenza della lontra e per valutare la probabilità di ritrovamento del mustelide in siti caratterizzati da una combinazione nota di fattori. Tale modello, oltre ad essere importante dal punto di vista teorico, è particolarmente utile per individuare e proteggere ambienti realmente o potenzialmente favorevoli alla lontra.