Examinando e interpretando as saídas da regressão logística

No exercício anterior, você ajustou uma regressão logística, bus_out. Neste exercício, você vai examinar bus_out e interpretar os resultados da regressão usando as ferramentas que aprendeu no Capítulo 1:

• print() inclui as estimativas dos coeficientes (isto é, inclinações e interceptos) para diferentes variáveis preditoras e informações sobre o ajuste do modelo, como a deviance.
• summary() inclui as saídas de print() e também os erros-padrão, escores z e valores P para as estimativas dos coeficientes.
• tidy() inclui a tabela de coeficientes de summary() como um data frame em formato tidy.

Lembre-se de que os coeficientes de regressão ajudam a entender tanto a direção dos relacionamentos quanto a significância estatística dos coeficientes. Para regressão logística, um coeficiente positivo indica que a probabilidade de um evento ocorrer aumenta conforme o preditor aumenta.