Os métodos de regressão, incluindo o modelo logístico, têm diversas aplicações práticas, especialmente quando se trata de prever eventos binários em contextos como saúde, economia e comportamento do consumidor. Esses métodos são valiosos para análise de probabilidades e tendências, ajudando a identificar padrões em grandes volumes de dados. Com base nos assuntos estudados sobre métodos de regressão gerais e modelo logístico, assinale a alternativa correta. Questão 1Resposta A. O erro no modelo logístico pode ser reduzido aumentando o número de variáveis independentes em proporção aos dados disponíveis. B. O modelo logístico é adequado para prever a probabilidade de um evento binário, utilizando uma função que transforma a relação linear em uma curva sigmoidal. C. O método de reamostragem bootstrap gera múltiplas amostras diferentes ao substituir algumas observações por valores aleatórios. D. No modelo logístico, a relação entre variáveis independentes e o resultado é sempre diretamente proporcional, sem necessidade de transformação. E. O modelo logístico é projetado para dados em que a variável dependente assume valores contínuos e apresenta comportamento linear.