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, ?(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 ? (e ? )x. Quando a variável explicativa aumenta em uma unidade, a chance é aumentada multiplicativamente por ?. ( ) 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