O modelo de regressão logística é um caso particular de
um modelo linear generalizado em que o componente
aleatório tem distribuição Bernoulli e a função de ligação é
a logito. Diante do exposto, marque V para as afirmativas
verdadeiras e F para as falsas.
( ) Para uma variável explicativa numérica, o modelo
logístico tem uma forma linear para o logito da
probabilidade:
ou seja, π(x ) aumenta ou diminui como uma função
linear de x.
( ) A chance ou odds é a razão entre as probabilidades
de sucesso e fracasso e pode ser expressa como
e α(eβ)x. Quando a variável explicativa aumenta em uma unidade, a chance é aumentada multiplicativamente
por β.
( ) Para a avaliação do modelo de regressão com variáveis
explicativas numéricas pode-se utilizar a estatística X²
de Pearson ou a estatística G² do teste da razão de
verossimilhança dadas, respectivamente, por:
( ) Para a análise de resíduos de um modelo de regressão
logística com variáveis explicativas numéricas pode-se
utilizar o resíduo de Pearson ou o resíduo ajustado de
Pearson, dados, respectivamente, por:
imaegm
( ) O modelo de regressão logística multicategorizada é
uma generalização do modelo de regressão logística,
onde a variável resposta assume mais de duas categorias.
Quando as categorias são nominais, escolhe-se
uma como sendo a base para se construir as chances e
fazer as análises necessárias. No caso de categorias
ordinais, a ordenação pode ser incorporada ao modelo
na forma de probabilidades acumuladas, obtendo-se,
então, o modelo logito acumulativo.
A sequência está correta em
