em um modelo de regressão simples, os resíduos padronizados são correlacionados;

a multicolinearidade ocorre quando os regressores são ortogonais;

as medidas de influência são importantes principalmente para detectar valores discrepantes de dados;

os estimadores de máxima verossimilhança dos parâmetros do modelo de regressão logística são não viciados e de variância mínima;

quando se rejeita a hipótese nula de significância utilizando-se o teste t para um regressor, isso significa que, ao nível de significância fixado, todos os coeficientes dos regressores considerados são diferentes de zero.