A regressão logística é um modelo muito popular na ciência d...

Próximas questões
Com base no mesmo assunto
Q3880232 Banco de Dados
A regressão logística é um modelo muito popular na ciência de dados, ele é muito utilizado em diversos projetos da ALEGO. Com relação às características da regressão logística, analise as afirmativas a seguir.

I. É um modelo de regressão linear e dentro do contexto do aprendizado de máquina, a regressão logística pertence à família de modelos de aprendizado de máquina supervisionado.
II. Representa dois grupos de interesse como uma variável binária com valores 0 e 1, não importando qual o grupo é designado com os valores o versus 1, mas a designação de como dever ser observada interpretação dos coeficientes. 
III. A função logística é representada pelas seguintes fórmulas:
a) Logit(pi) = 1/(1+ ln(-pi))
b) exp(pi/(1-pi)) = β_0 + β _1*X_1 + … + β _k*K_k.
onde:
logit(pi) é a variável dependente ou de resposta, e x é a variável independente.

Está correto o que se afirma em
Alternativas

Gabarito comentado

Confira o gabarito comentado por um dos nossos professores

Gabarito: C

Fundamento decisivo: O critério decisivo estava na afirmativa III, cujas fórmulas não correspondem à forma correta do logit na regressão logística binária.

Tema central: Regressão logística binária
Análise das alternativas
A
Errada
Incorreta porque inclui a afirmativa III, e a III traz fórmulas matematicamente erradas tanto para o logit quanto para a relação entre probabilidade e preditor linear.
B
Errada
Incorreta por dois motivos concretos: inclui a III, que está errada, e exclui a II, que está correta quanto à codificação binária 0/1 e ao efeito dessa escolha na interpretação dos coeficientes.
C
Certa
A alternativa C está certa porque a afirmativa I é aceitável no enquadramento da prova: a regressão logística é um método de aprendizado supervisionado com preditor linear no logit. A afirmativa II também está correta, pois a resposta é binária, codificada em 0 e 1, e a escolha da codificação afeta a interpretação dos coeficientes. Já a III está errada porque a forma correta é logit(p)=ln(p/(1-p))=β0+β1X1+...+βkXk, ou p=1/(1+e^-(β0+β1X1+...+βkXk))).
D
Errada
Incorreta porque considera apenas a II, mas a I também deve ser aceita como correta no enquadramento cobrado pela questão: método supervisionado com núcleo de preditor linear.
E
Errada
Incorreta porque considera apenas a I, quando a II também está correta ao descrever a resposta binária e a consequência da inversão entre 0 e 1.
Pegadinha da questão
A confusão real estava em duas frentes: induzir o candidato a rejeitar a I por ler 'regressão linear' em sentido estrito, e fazer a III parecer técnica o suficiente para passar sem checagem da fórmula correta do logit.
Dica para questões semelhantes
  • Em regressão logística, confirme primeiro a forma do logit: ln(p/(1-p)) igual ao preditor linear.
  • Se a alternativa disser que o método usa exemplos rotulados para prever classe, isso caracteriza aprendizado supervisionado.
  • Na resposta binária, inverter 0 e 1 não invalida o modelo; muda o evento de referência e a interpretação dos coeficientes.

Clique para visualizar este gabarito

Visualize o gabarito desta questão clicando no botão abaixo

Comentários

Veja os comentários dos nossos alunos

Essa I tá correta? Regressão logistica é um modelo de regressão linear?

Clique para visualizar este comentário

Visualize os comentários desta questão clicando no botão abaixo