Une enquête fictive enregistre 12 adhésions sur 30 sollicitations indépendantes avec une probabilité commune p. La vraisemblance est proportionnelle à $p^{12}(1-p)^{18}$. Sa log-vraisemblance, à une constante près, vaut 12 log(p) + 18 log(1 − p). L’annulation de la dérivée donne 12/p − 18/(1 − p) = 0, donc 12(1 − p) = 18p et p estimé = 0,40. Cette valeur décrit une probabilité par sollicitation, sans unité monétaire.
Dans un modèle logit limité à une constante, le coefficient estimé vaut log(0,40/0,60), soit environ −0,405. Supposons ensuite qu’un modèle plus riche fournisse un coefficient de 0,50 pour une caractéristique augmentant d’une unité. À partir du même prédicteur initial, la nouvelle log-cote vaut 0,095 et la probabilité devient 1/(1 + exp(−0,095)), soit environ 0,524. La hausse est donc de 12,4 points de pourcentage, et non de 50 points : l’effet sur la probabilité dépend du point de départ.
Si deux modèles comparables présentent respectivement une log-vraisemblance de −50 avec trois paramètres et de −47 avec cinq paramètres, leurs AIC valent 106 et 104. Le second est préféré selon ce critère, malgré sa pénalité plus forte. Cela ne démontre pas que ses variables soient causales ni que le gain se reproduise dans une autre population. Une vérification de calibration et une évaluation indépendante restent nécessaires avant de transformer cette comparaison en décision opérationnelle.