Regressão logística binária: como calcular e interpretar

Metodologia · Atualizado 25 de outubro de 2026

Resumo: Aprende a modelar um resultado binário, interpretar odds ratios e calcular probabilidades previstas sem confundir associação com causalidade.

Para que serve a regressão logística binária

A regressão logística binária relaciona um resultado com duas categorias com um ou mais preditores. Pode ajudar a estudar conclusão de um curso, sim ou não, a partir de características medidas antes do resultado. A primeira decisão é definir qual acontecimento será modelado e em que população. Um modelo que estima conclusão responde a uma pergunta diferente de outro que estima abandono, mesmo quando parte das mesmas pessoas. Regista essa escolha no plano e no dicionário de dados.

Definir o resultado e as referências

Codifica explicitamente o acontecimento como 1 e a alternativa como 0, verificando qual categoria o software efetivamente modela. Para preditores categóricos, indica a referência: por exemplo, sem tutoria. Para preditores numéricos, explica a unidade, como horas por semana ou pontos numa escala. Uma odds ratio por um ponto não corresponde a uma odds ratio por dez pontos. Mantém também o período de previsão claro, porque concluir no semestre e concluir em três anos são resultados diferentes.

Probabilidade, odds e logit

Probabilidade e odds são quantidades distintas. Se a probabilidade é 0,20, as odds são 0,20 / 0,80 = 0,25. Se é 0,50, as odds são 1. O logit é o logaritmo natural das odds e o modelo assume uma relação linear nessa escala: logit(p) = b0 + b1 x X. Para obter a probabilidade prevista, calcula p = 1 / (1 + exp(-eta)), sendo eta o valor da expressão linear. Esta transformação mantém previsões entre zero e um.

Exemplo hipotético com dois grupos

Considera dados fictícios: no grupo sem tutoria, 20 de 100 estudantes concluem o curso; no grupo com tutoria, 40 de 100 concluem. As proporções são 20% e 40%. As odds são 20 / 80 = 0,25 e 40 / 60, aproximadamente 0,667. A razão entre essas odds é aproximadamente 2,667. Neste modelo simples com apenas o indicador de tutoria, os coeficientes ajustados seriam b0 = log(0,25), aproximadamente -1,386, e b1 = log(2,667), aproximadamente 0,981.

Interpretar a odds ratio corretamente

O coeficiente exponenciado exp(b1) é a odds ratio. No exemplo, as odds de conclusão no grupo com tutoria são aproximadamente 2,667 vezes as do grupo de referência. A razão das probabilidades, porém, é 0,40 / 0,20 = 2, e a diferença é 20 pontos percentuais. Não escrevas que a probabilidade aumentou 166,7% só por observar uma odds ratio de 2,667. Apresentar probabilidades ou diferenças previstas pode tornar a conclusão mais compreensível para o leitor.

Acrescentar preditores e interpretar ajustamento

Podes incluir desempenho anterior e outras características justificadas pela pergunta. Num modelo sem interações, exp(b1) representa uma associação condicional aos restantes preditores. Escolhe variáveis com fundamento substantivo e atenção à sequência temporal, evitando selecionar apenas as que produzem significância. Ajustar por uma consequência da exposição ou por uma variável inadequada pode distorcer a interpretação. Uma odds ratio ajustada também pode diferir da não ajustada por propriedades da medida; a mudança não demonstra, sozinha, confundimento.

Verificar forma funcional e informação disponível

Para um preditor contínuo, a linearidade assumida é na escala do logit, e não necessariamente na probabilidade. Examina se a forma escolhida é plausível e considera funções flexíveis quando justificadas. Avalia ainda redundância entre preditores, categorias pouco frequentes e quantidade de acontecimentos face à complexidade do modelo. Uma regra fixa de acontecimentos por variável não substitui um planeamento que considere precisão, distribuição dos dados e finalidade explicativa ou preditiva.

Separação, instabilidade e dependência

Se uma característica distingue perfeitamente quem conclui e quem não conclui, pode existir separação completa, impedindo estimativas finitas pelo ajuste habitual. Coeficientes enormes, erros padrão elevados e avisos de convergência merecem investigação. Não ignores essas mensagens nem arredondes a estimativa para a tornar apresentável. Métodos penalizados podem ser adequados com apoio estatístico. Se existem medidas repetidas ou estudantes agrupados em turmas, considera também como a análise representa a dependência entre observações.

Probabilidades previstas, calibração e discriminação

No exemplo simples, substituir X = 0 ou X = 1 na equação devolve aproximadamente 0,20 e 0,40. Num modelo preditivo real, avalia se probabilidades previstas correspondem às frequências observadas, isto é, calibração, e se o modelo ordena adequadamente pessoas com e sem resultado, isto é, discriminação. Uma AUC elevada não garante boa calibração. Usar os mesmos dados para construir e avaliar o modelo pode produzir uma impressão demasiado otimista do desempenho.

Intervalos, classificação e limites causais

Apresenta a odds ratio com intervalo de confiança e explica qual método de inferência foi utilizado. O valor de referência é 1, enquanto na escala do coeficiente é 0. Se converteres probabilidades em classes, justifica o limiar pelas consequências de erros e não apenas pela convenção de 0,50. Uma associação observacional, mesmo ajustada, não demonstra o efeito causal da tutoria; seleção, confundidores não medidos e ordem temporal continuam relevantes.

Como relatar na monografia

Descreve acontecimento, referência, amostra, número de acontecimentos, preditores, dados em falta e método. Apresenta coeficientes ou odds ratios claramente identificados, intervalos, unidades e diagnóstico. Para o exemplo fictício, explica que as proporções foram 20% e 40% e a odds ratio não ajustada aproximadamente 2,667. Não inventes um intervalo nem medidas de validação a partir dessas proporções. Se existem interações, apresenta interpretações condicionais ou probabilidades previstas em valores relevantes dos preditores.

Checklist de revisão

Confirma codificação do acontecimento, referências, unidades, forma funcional, informação por parâmetro, convergência, dependência, dados em falta e validação adequada à finalidade. Verifica se cada conclusão fala de odds, probabilidade ou diferença com a designação correta. Guarda a versão do código e as decisões sobre seleção de variáveis. O relatório deve permitir compreender o que foi estimado, sob que condições e por que motivo a interpretação não ultrapassa o desenho do estudo.

Fontes

Perguntas frequentes

Quando usar regressão logística binária?

Quando o resultado tem duas categorias e queres modelar a sua probabilidade em função de preditores, respeitando desenho e pressupostos.

Uma odds ratio de 2 significa o dobro da probabilidade?

Não. Significa o dobro das odds na comparação definida. A mudança de probabilidade depende também da probabilidade de referência.

Uma AUC elevada prova que as probabilidades estão corretas?

Não. A AUC avalia discriminação; calibração e validação devem ser avaliadas separadamente.

Ferramenta relacionada

Formata as fontes que consultaste no gerador de bibliografia.