ロジスティック回帰の多項式項

2次までの多項式項を含むロジスティック回帰モデルを作成しました。ロジスティック回帰は応答変数を予測子の非線形関数としてモデル化していることを知っています。ロジスティック回帰に多項式の項を含めることは意味がありますか？

ロジスティック回帰は、 "1"または "成功"応答の対数オッズを回帰係数（つまりパラメーター）の線形関数としてモデル化しますが、対数オッズが予測子の線形関数であることを主張する必要はありません。

$$\operatorname{logit}\pi_i = \beta_0 + \beta_1 x_i$$ $$\operatorname{logit}\pi_i = \beta_0 + \beta_1 x_i + \beta_2 x_i^2$$

通常の最小二乗回帰と同様に、理論で必要な場合、または単に経験的モデルの曲率を可能にするために、多項式予測子の項を使用できます。