se vc nos der um exemplo exato do problema, poderemos tentar.... no meu teste, abaixo, a funcao comporta-se como documentada (padrao: log-odds; type='response' - probabilidade)<div><br></div><div>b<br><div><br></div>

<div><div>set.seed(1)</div><div>x = runif(1000, -2, 2)</div><div>link = x*2+3+rnorm(1000)</div><div>p = 1/(1+exp(-link))</div><div>y = sapply(p, function(.x) rbinom(1, 1, .x))</div><div>fit = glm(y~x, family=binomial)</div>

<div><div>> coef(fit)</div><div>(Intercept)           x </div><div>   2.661760    1.821602 </div><div>> predict(fit)[1:10] ## log-odds</div><div>         1          2          3          4          5          6          7 </div>

<div> 0.9531603  1.7300025  3.1925992  5.6361285  0.4880927  5.5645897  5.9018454 </div><div>         8          9         10 </div><div> 3.8333982  3.6025375 -0.5312442 </div><div>> predict(fit, type="response")[1:10]  ## probabilidade</div>

<div>        1         2         3         4         5         6         7         8 </div><div>0.7217503 0.8494127 0.9605548 0.9964460 0.6196570 0.9961835 0.9972731 0.9788222 </div><div>        9        10 </div><div>0.9734686 0.3702268 </div>

</div><div><div>> plot(link, predict(fit))</div><div>> abline(a=0, b=1, col=2)</div></div><div><br></div></div></div>