treinado pela jovem cientista de dados sugere. Para isso, analise as afirmativas a seguir. I. A probabilidade da inadimplência cresce com o aumento...

Vamos analisar cada alternativa: I. A probabilidade da inadimplência cresce com o aumento dos gastos médios com o cartão de crédito. Isto, que nos parece óbvio, foi o que os dados “contaram” para o algoritmo de regressão logística múltipla. - Correto. Gastos maiores podem indicar maior risco de inadimplência. II. A probabilidade da inadimplência cresce com o aumento da renda média mensal das pessoas. Isto não é tão óbvio e provavelmente não teríamos coragem de generalizar para outras situações, mas foi o que os dados da amostra do gerente do banco “contaram” para o algoritmo de regressão logística múltipla. - Incorreto. Geralmente, maior renda está associada a menor probabilidade de inadimplência. III. Para duas pessoas com a mesma renda mensal e o mesmo gasto mensal com cartão de crédito, a probabilidade de inadimplência com o cartão é maior para aquela sem emprego estável. Novamente, isto foi o que os dados amostrados “contaram” para o algoritmo de regressão logística múltipla. - Correto. A estabilidade no emprego pode influenciar na capacidade de pagamento. IV. O modelo de regressão logística múltipla, ajustado aos dados da amostra, consegue predizer os efeitos da renda mensal da pessoa, do seu gasto médio mensal com cartão de crédito e se ela tem ou não um emprego estável, na probabilidade de a pessoa ficar inadimplente com o cartão de crédito. Um algoritmo desse tipo pode ajudar no processo decisório de um banco quanto à aprovação de cartão de crédito, ao lado de outros critérios e ferramentas analíticas disponíveis para o banco. - Correto. Um modelo de regressão logística múltipla pode ser útil para prever a inadimplência com base nessas variáveis. Portanto, a resposta correta é: I, III e IV.