Questão de Estatística — Análise Multivariada — CESPE / CEBRASPE 2025

Regressão logística e o tipo da variável dependente

❌ ERRADO. A regressão logística não é usada para prever variáveis dependentes contínuas; ela é empregada quando a variável dependente é categórica (tipicamente binária, como sim/não, 0/1). O modelo estima a probabilidade de ocorrência de um evento, e não um valor contínuo. Essa é a distinção central entre regressão logística e regressão linear, e é exatamente o que a banca explora no item.

A regressão logística é uma técnica de classificação dentro do aprendizado supervisionado. Ela modela a relação entre uma ou mais variáveis explicativas (que podem ser numéricas, categóricas ou mistas) e uma variável dependente qualitativa. Quando a variável dependente tem apenas duas categorias, usa-se a regressão logística binária; quando tem mais de duas, a multinomial. O objetivo é estimar a probabilidade de o evento de interesse ocorrer, dado o conjunto de preditores.

Já a regressão linear (simples ou múltipla) é a técnica adequada quando a variável dependente é contínua (como preço, renda, altura). Ela modela o valor esperado da resposta como uma combinação linear das variáveis explicativas, permitindo prever valores numéricos.

A pegadinha da banca é justamente inverter o tipo de variável dependente que cada técnica modela: atribuir à regressão logística a previsão de variáveis contínuas, quando na verdade ela se destina a variáveis categóricas. O candidato que confunde os papéis cai no erro.

Alternativa E — ❌ Incorreta (gabarito)

A afirmação está errada porque a regressão logística é utilizada para prever variáveis dependentes categóricas, não contínuas. O modelo estima a probabilidade de ocorrência de um evento (por exemplo, inadimplência: sim/não), e não um valor numérico contínuo. A previsão de variáveis contínuas é papel da regressão linear.

Gabarito: letra E (ERRADO).