Mais de uma variável explicativa no modelo de regressão logística

Olá Professor, uma dúvida, estou no planejamento de uma pesquisa.
Se eu tiver mais de uma variável explicativa no modelo de regressão logística, ela passa a ser interpretada como regressão logística múltipla?
Se tiver variáveis quantitativas contínuas? O modelo assume elas tal qual?
Qual é o modelo mais utilizado para o pseudo R na regressão logística?.
Nagelkerke?
Cox?

Oi.

Oi, Silver!

Respondendo a primeira pergunta: sim, se você incluir mais de uma variável explicativa no modelo, ele passa a ser uma regressão logística múltipla, e você pode trabalhar com ele de forma bem similar a uma regressão múltipla (e tomar cuidado com as possíveis correlações prévias que suas variáveis explicativas possam ter).

E a segunda pergunta também recebe um sim: você pode ter um modelo com diferentes tipos de variáveis explicativas, e inclusive poderia ter a interação entre elas. Mas recomendo se aprofundar nisso depois de passar pelos bônus de GLM e de modelos mistos, pois vão ajudar muito a você ter uma visão concreta de como construir modelos com diferentes tipos de variáveis.

Sobre a última pergunta: não sei te dizer de cabeça, volto aqui depois de pesquisar um pouco e tento ajudar a entender, ok?

De volta aqui, agora sobre os valores de pseudo-R para regressão logística.

Cada pseudo-R diferente é calculado de uma forma diferente, e diferente do valor de R2 que estamos acostumados a interpretar, eles não variam de forma padronizada de 0 a 1, e nem permitem a interpretação de "proporção de dados explicados". Na realidade a grande função deles é a comparação entre modelos concorrentes. Ou seja, em um contexto no qual você tem mais de um modelo estatístico para se explicar um fenômeno, comparar o mesmo pseudo-R dos diferentes pode te dar um critério de escolha.
E neste sentido, faz pouca ou nenhuma diferença usar diferentes formas de calcular os pseudo-R, porque mesmo que eles gerem valores muito diferentes, o comportamento geral ainda será o mesmo (ou seja, indicar qual o modelo é melhor em uma comparação de dois ou mais modelos).

Aqui há uma leitura legal, com exemplos no R:
https://stats.idre.ucla.edu/other/mult-pkg/faq/general/faq-what-are-pseudo-r-squareds/

Mas caso você se veja numa situação na qual precisa calcular algum valor de pseudo-R e não saiba qual usar, e se sentir inseguro com isso, siga uma regra simples: veja artigos na sua área, e tente encontrar um padrão. É bem comum que dentro de uma área de pesquisa exista um certo consenso na escolha dos métodos, e isso pode te ajudar a escolher.

De forma isolada, sem compara

CV