Considere o seguinte modelo:
Y_{i}=\frac{e^{\beta_{1}+\beta_{2} X_{i}}}{1+e^{\beta_{1}+\beta_{2} X_{i}}}
Trata-se de um modelo de regressão linear? Em caso negativo, que “truque” você pode usar para transformá-lo em um modelo de regressão linear? Como você interpretaria o modelo resultante? Sob que circunstâncias seria adequado usá-lo?

Passo 1

O enunciado dá o modelo
Y_{i}=\frac{e^{\beta_{1}+\beta_{2} X_{i}}}{1+e^{\beta_{1}+\beta_{2} X_{i}}}
e pergunta:
  • Trata-se de um modelo de regressão linear?
  • Se não, que “truque” usar para transformá‑lo em um modelo de regressão linear?
  • Como interpretar o modelo resultante?
  • Em que circunstâncias seria adequado usá‑lo?
Informações relevantes fornecidas:
  • A variável dependente Y_{i} é escrita como uma função logística do preditor linear \beta_{1}+\beta_{2}X_{i}.
  • Não foram dados dados observacionais (nem se Y_i é binária, proporção ou uma probabilidade verdadeira), apenas a forma funcional do modelo.

Passo 2

Por que isto não é um modelo de regressão linear (definição e verificação).
  • Um modelo de regressão linear usual tem a forma
Y_i = \alpha + \gamma X_i + \varepsilon_i,
onde Y_i aparece de forma linear em termos dos parâmetros ( \alpha,\gamma) e \varepsilon_i é o erro aditivo com média zero e variância constante (entre outras hipóteses).
  • No modelo dado, Y_i não é uma combinação linear dos parâmetros: ela é uma função não linear de \beta_1+\beta_2 X_i. Escrever
Y_i = \frac{e^{\beta_1+\beta_2 X_i}}{1+e^{\beta_1+\beta_2 X_i}}
mostra que Y_i é limitada entre 0 e 1 e que os parâmetros aparecem dentro de uma exponencial dentro de uma fração — isto é não linear. Portanto, NÃO é um modelo de regressão linear no sentido clássico (OLS).

Passo 3

O “truque” para transformar em um modelo linear: a transformação logit (passo a passo e explicação do que é cada coisa).
  • Definir as odds associadas a Y_i:
\text{odds}(Y_i)=\frac{Y_i}{1-Y_i}.
As odds são a razão entre a probabilidade de “sucesso” e a probabilidade de “fracasso”.
  • Aplicar o logaritmo às odds (log‑odds ou logit):
\operatorname{logit}(Y_i)=\ln\!\left(\frac{Y_i}{1-Y_i}\right).
  • Agora calcular a logit do Y_i do modelo dado. Substituindo \;Y_i=\dfrac{e^{\beta_1+\beta_2 X_i}}{1+e^{\beta_1+\beta_2 X_i}}\; obtemos
\frac{Y_i}{1-Y_i}=\frac{\dfrac{e^{\beta_1+\beta_2 X_i}}{1+e^{\beta_1+\beta_2 X_i}}}{1-\dfrac{e^{\beta_1+\beta_2 X_i}}{1+e^{\beta_1+\beta_2 X_i}}} = e^{\beta_1+\beta_2 X_i}.
  • Tomando logaritmo:
\operatorname{logit}(Y_i)=\ln\!\left(\frac{Y_i}{1-Y_i}\right)=\beta_1+\beta_2 X_i.
  • Resultado: a transformação logit lineariza o modelo: a log‑odds de Y_i é uma regressão linear em X_i.

Passo 4

Interpretação dos parâmetros no modelo linearizado (explicação didática).
  • Na forma linearizada
\operatorname{logit}(Y_i)=\beta_1+\beta_2 X_i,
cada símbolo significa:
  • \operatorname{logit}(Y_i) é o logaritmo das odds de “sucesso” para a observação i.
  • \beta_1 é a log‑odds esperada quando X_i=0 (intercepto).
  • \beta_2 é a variação nas log‑odds quando X_i aumenta em uma unidade (coeficiente angular).
  • Em termos mais intuitivos: se aumentarmos X em uma unidade, as odds multiplicam por e^{\beta_2}. Isso vem de
\text{odds}(Y_i)=e^{\beta_1+\beta_2 X_i}
e
\frac{\text{odds}(X_i+1)}{\text{odds}(X_i)}=e^{\beta_2}.
  • Logo e^{\beta_2} é a razão de odds (odds ratio) associada a um incremento unitário em X. Se e^{\beta_2}=1{,}5 então as odds aumentam 50% por unidade de X.

Passo 5

Como traduzir de volta para probabilidades (marginal effect) e por que ele depende de X.
  • A probabilidade prevista é dada pela função logística inversa:
Y_i = \frac{e^{\beta_1+\beta_2 X_i}}{1+e^{\beta_1+\beta_2 X_i}}.
  • A derivada da probabilidade em relação a X (efeito marginal) é
\frac{\partial Y_i}{\partial X_i}=\beta_2\cdot\frac{e^{\beta_1+\beta_2 X_i}}{(1+e^{\beta_1+\beta_2 X_i})^{2}}=\beta_2\;Y_i(1-Y_i).
  • Observação importante: o efeito sobre a probabilidade NÃO é constante — depende de X_i via Y_i. O sinal de \beta_2 indica direção: se \beta_2>0, aumentar X aumenta Y, mas o quanto aumenta depende do nível atual de Y (máximo quando Y=0{,}5).

Passo 6

Estimativa prática: quando e como estimar os parâmetros.
  • Se Y_i for uma variável binária (0/1) observada (caso típico), o modelo natural é a regressão logística (um GLM com família binomial e função de ligação logit). Nesta abordagem estima‑se \beta por máxima verossimilhança (MLE), não por OLS.
  • Se Y_i for uma proporção observada Y_i=\dfrac{k_i}{n_i} com denominador n_i (ex.: taxa de sucesso em n_i ensaios), o correto é usar o modelo binomial com pesos n_i (again GLM binomial). Isso incorpora a variância correta \operatorname{Var}(Y_i)=\dfrac{p_i(1-p_i)}{n_i}.
  • Se Y_i for uma proporção contínua no intervalo (0,1) sem denominador (ex.: proporção média), pode‑se aplicar a transformação logit e rodar OLS, mas há problemas (heteroscedasticidade, limites 0/1). Melhores alternativas: GLM binomial com denominadores ou regressão beta (caso contínuo estritamente em (0,1)).

Passo 7

Por que não é bom simplesmente aplicar OLS em Y_i sem transformação (cuidado prático).
  • Regressão linear direta em Y_i (modelo de probabilidade linear) tem problemas:
    • Pode prever valores fora do intervalo (0,1).
    • Variância do erro não é constante: para respostas binárias \operatorname{Var}(Y_i)=p_i(1-p_i) depende de X.
    • Resíduos não são normalmente distribuídos quando Y é binário.
  • A regressão logística (MLE) modela corretamente a média e a variância condicionais e fornece inferência adequada (intervalos de confiança, testes).

Passo 8

Exemplo numérico rápido para fixar a intuição.
  • Suponha \beta_1=-1 e \beta_2=0{,}5. Para X=2:
\beta_1+\beta_2 X = -1 + 0{,}5\cdot 2 = 0.
Y=\frac{e^{0}}{1+e^{0}}=\frac{1}{2}=0{,}5.
  • As odds são 1. Se X passar de 2 para 3, as odds são multiplicadas por e^{0{,}5}\approx1{,}65; a nova probabilidade seria
Y_{X=3}=\frac{e^{0{,}5}}{1+e^{0{,}5}}\approx\frac{1{,}65}{2{,}65}\approx0{,}623.
  • O efeito marginal em X=2 é
\frac{\partial Y}{\partial X}\Big|_{X=2}=\beta_2\;Y(1-Y)=0{,}5\cdot 0{,}5\cdot 0{,}5=0{,}125,
ou seja, um aumento unitário em X aumenta a probabilidade em cerca de 0{,}125 naquele ponto.

Passo 9

Resumo prático e recomendações (quando usar este modelo).
  • Use a forma original quando se quer modelar probabilidades/risco de um evento: é o modelo logístico padrão.
  • Se os dados são observações binárias (0/1): usar regressão logística (GLM binomial, link logit) e estimar por MLE.
  • Se os dados são proporções com contagens k_i/n_i: usar GLM binomial com pesos n_i (estrutura correta da variância).
  • Se as respostas são proporções contínuas em (0,1) sem contagens: considerar regressão beta ou transformar via logit e ajustar com cautela (corrigir zeros/uns).
  • Evitar OLS direto em Y salvo por aproximações muito grosseiras; preferir modelagem que respeite o suporte 0- 1 e a heteroscedasticidade.

Resposta

Não — não é um modelo de regressão linear no espaço original de Y.
Aplicando a transformação logit \operatorname{logit}(Y_i)=\ln\!\left(\dfrac{Y_i}{1-Y_i}\right) obtém‑se o modelo linear \operatorname{logit}(Y_i)=\beta_1+\beta_2 X_i.
Interpretação: \beta_1 é a log‑odds quando X=0; \beta_2 é a variação nas log‑odds por unidade de X; e^{\beta_2} é a razão de odds associada a um aumento unitário em X.
Adequação: usar quando se modelam probabilidades/risco (respostas binárias ou proporções com denominador); estimar via regressão logística (GLM binomial, MLE). Para proporções contínuas considerar regressão beta; evitar OLS direto em Y devido a previsões fora de (0,1) e heteroscedasticidade.

Exercícios relacionados