Qual a principal diferença entre a regressão linear e a regressão logística, no que diz respeito à modelagem?
Passo 1
O enunciado pergunta qual é a principal diferença entre regressão linear e regressão logística no que diz respeito à modelagem.
Informações relevantes que vamos comparar (tudo que o enunciado pede que a gente clarifique):
Informações relevantes que vamos comparar (tudo que o enunciado pede que a gente clarifique):
- Tipo de variável resposta que cada modelo pretende descrever.
- Forma matemática do modelo (o que é modelado diretamente).
- Função de ligação / transformação usada (se houver).
- Como se interpretam os coeficientes.
- Método de estimação e função-objetivo (como ajustamos os parâmetros).
- Consequências práticas (previsões, limites de valores, uso em classificação).
Passo 2
O que a regressão linear modela e como ela é escrita (passo a passo e aula curta).
A forma básica da regressão linear múltipla é:
A forma básica da regressão linear múltipla é:
Explicando cada símbolo:
-
é a variável que queremos prever (resposta). -
são os parâmetros (coeficientes) do modelo. -
são as variáveis explicativas (features). -
é o termo de erro aleatório (diferença entre observado e o valor previsto).
O objetivo da regressão linear é modelar a esperança decondicional em ; ou seja, o modelo assume que
Como estimamos os
? Pela regra dos mínimos quadrados: minimizar a soma dos quadrados dos resíduos
Em forma matricial, o estimador é (quando
é invertível)
Principais suposições úteis para interpretação e inferência: linearidade na média, erros com média zero, homoscedasticidade (variância constante), independência e (para testes) normalidade dos erros.
Passo 3
O que a regressão logística modela e como ela é escrita (passo a passo e aula curta).
A regressão logística é usada quando a resposta é categórica binária (por exemplo ). Em vez de modelar
direto, modelamos a probabilidade de
. A forma típica é
A regressão logística é usada quando a resposta é categórica binária (por exemplo
onde a função sigmoide é
Uma forma equivalente e muito usada é o logit (transformação log-odds):
Explicando:
- O lado esquerdo é o logaritmo da razão entre a probabilidade de sucesso e de fracasso (odds).
- O modelo é linear na escala do log-odds, não diretamente na escala da probabilidade.
Estimamos ospor máxima verossimilhança, usando a função de verossimilhança para dados Bernoulli:
ou, equivalentemente, minimizando a perda de entropia cruzada (negativo do log da verossimilhança):
Esse problema não tem solução fechada como
; é preciso métodos iterativos (gradiente, Newton–Raphson, etc.).
Passo 4
Diferença central e intuitiva — resumo direto (a “pegada” da modelagem).
- Regressão linear modela diretamente a esperança/valor esperado de
como uma função linear de : . Logo o output do modelo é um número real (sem limites). - Regressão logística modela a probabilidade de uma classe:
. O modelo garante que a previsão esteja entre e e é linear na escala do log-odds, não na escala da probabilidade.
Em termos simples: linear = prevê valores; logística = prevê probabilidades (para classificação).
Passo 5
Por que não usar regressão linear para um problema binário (explicado passo a passo).
- Valores fora do intervalo
: uma regressão linear pode prever ou , o que não faz sentido como probabilidade. - Violação das suposições: para
a variância condicional depende de (heteroscedasticidade), quebrando suposições da OLS. - Modelo de relação errado: a relação entre covariáveis e probabilidade costuma ser sigmoidal (não linear) — modelar linearmente a probabilidade falha em capturar isso; logistic transforma a probabilidade com o logit para obter linearidade naquela escala.
Tecnicamente: por esses motivos a regressão linear fornece estimativas ineficientes e intervalos de confiança errados em problemas binários, enquanto a logística é adequada.
Passo 6
Interpretação dos coeficientes — como ler os números que o modelo dá (com exemplos).
- Regressão linear:
é a mudança esperada em ao aumentar em uma unidade, mantendo os outros fixos. Ex.: se , então aumentar em 1 aumenta a previsão de em unidades. - Regressão logística:
é a mudança no log-odds de ao aumentar em 1. Em termos de odds, multiplicamos as odds por . Ex.: se , então um aumento de 1 em multiplica as odds por (ou seja, dobra as odds). Para obter mudança na probabilidade, precisamos transformar pela sigmoide — não é uma mudança constante em termos de probabilidade.
Passo 7
Diferenças práticas no ajuste e no uso (resumo objetivo).
- Estimação: OLS (fechada) vs máxima verossimilhança (iterativa).
- Output: valor real (linear) vs probabilidade em
(logística). - Decisão/classificação: com regressão logística costuma-se usar um limiar em
(ou outro) sobre para classificar; com regressão linear essa prática é problemática. - Avaliação: para regressão linear usamos
RMSE; para classificação com logística usamos AUC, precisão, recall, log-loss, etc.
Passo 8
Um pequeno exemplo numérico para você visualizar (rápido e prático).
Considere e
e uma covariável
.
Considere
- Para
: regressão linear prevê . Regressão logística prevê
- Para
: regressão linear prevê . Regressão logística prevê
Percebe? A previsão linear cru dá
e
(números sem sentido como probabilidade), enquanto a logística transforma isso em probabilidades entre
e
.
Passo 9
Resumo final com a frase que importa — motivação e quando usar cada uma (ânimo).
- Use regressão linear quando a variável resposta for contínua e você quiser modelar a média de
como função linear de . - Use regressão logística quando a resposta for binária/categórica e você quiser modelar a probabilidade de um evento, garantindo previsões entre
e e interpretando coeficientes em termos de log-odds/odds ratios.
Você está indo bem! Lembre dessa distinção central na hora da prova: “linear modela valores; logística modela probabilidades (linear na escala do log-odds)”.
Resposta
A regressão linear modela a esperança de
(variável contínua) diretamente como uma função linear de
:
. A regressão logística modela a probabilidade de uma classe (variável binária) usando uma sigmoide/logit, garantindo
e sendo linear na escala do log-odds:
.