Matheus Fernandes
EQUIPE
22/09/2026 • 01:02
Vamos falar um pouco sobre regressão logística, que é um modelo bastante usado para estimar a probabilidade de um evento binário, ou seja, que tem apenas dois possíveis resultados, como sucesso ou fracasso. Nesse caso, a função de ligação logit é usada para transformar a probabilidade em uma escala que vai do menos infinito ao mais infinito, facilitando o ajuste do modelo. A equação do modelo é dada por logit(p) = β0 + β1 * x, onde p é a probabilidade do sucesso e x é a variável independente, que aqui é o número de contatos com o cliente.
A estimativa do modelo é β0 = -2 e β1 = 0,5. Para prever a probabilidade de sucesso, precisamos calcular o logit(p) para x = 5 contatos:
logit(p) = -2 + 0,5 * 5 = -2 + 2,5 = 0,5
Para transformar o logit(p) em probabilidade p, usamos a fórmula p = e^(logit(p)) / (1 + e^(logit(p))). Substituindo o valor:
p = e^0,5 / (1 + e^0,5)
Essa é a fórmula correta para a probabilidade estimada. Olhando para as alternativas, essa expressão corresponde à alternativa (a).
Portanto, a probabilidade estimada de sucesso para um cliente que recebeu 5 contatos é e^0,5 / (1 + e^0,5), que é a alternativa (a).
A estimativa do modelo é β0 = -2 e β1 = 0,5. Para prever a probabilidade de sucesso, precisamos calcular o logit(p) para x = 5 contatos:
logit(p) = -2 + 0,5 * 5 = -2 + 2,5 = 0,5
Para transformar o logit(p) em probabilidade p, usamos a fórmula p = e^(logit(p)) / (1 + e^(logit(p))). Substituindo o valor:
p = e^0,5 / (1 + e^0,5)
Essa é a fórmula correta para a probabilidade estimada. Olhando para as alternativas, essa expressão corresponde à alternativa (a).
Portanto, a probabilidade estimada de sucesso para um cliente que recebeu 5 contatos é e^0,5 / (1 + e^0,5), que é a alternativa (a).