521
Q476838
Em relação à violação das hipóteses do modelo clássico de regressão pelo método de mínimos quadrados ordinários, julgue os itens subsecutivos. Ainda que os erros aleatórios do modelo sejam considerados heterocedásticos, os estimadores de mínimos quadrados ordinários dos coeficientes são não viciados e consistentes.
522
Q476836
Em relação à violação das hipóteses do modelo clássico de regressão pelo método de mínimos quadrados ordinários, julgue os itens subsecutivos. A presença de multicolinearidade pode provocar alteração no sinal esperado nas estimativas dos coeficientes do modelo.
523
Q476834
Em relação à violação das hipóteses do modelo clássico de regressão pelo método de mínimos quadrados ordinários, julgue os itens subsecutivos. Sob heterocedasticidade, as estimativas por mínimos quadrados generalizados produzem melhores resultados do que aqueles que são produzidos pelo método de mínimos quadrados ordinários.
524
Q476832
Em relação à violação das hipóteses do modelo clássico de regressão pelo método de mínimos quadrados ordinários, julgue os itens subsecutivos. O problema da omissão de uma variável explicativa relevante resulta, geralmente, em estimadores de mínimos quadrados ordinários viciados e inconsistentes.
525
Q476830
526
Q476828
A variância da variável regressora
pode ser nula.
527
Q476826
Em relação às propriedades do modelo clássico de regressão linear, julgue os itens a seguir. Se as variáveis regressoras forem perfeitamente multicolineares, não será possível obter de forma única os estimadores de mínimos quadrados ordinários para os coeficientes do modelo de regressão.
528
Q476824
Em relação às propriedades do modelo clássico de regressão linear, julgue os itens a seguir. Na presença de autocorrelação dos resíduos, embora os estimadores de mínimos quadrados ordinários dos coeficientes do modelo não sejam viciados, eles se mostram estatisticamente ineficientes.
529
Q476822
Em relação às propriedades do modelo clássico de regressão linear, julgue os itens a seguir.
530
Q476820
Em relação às propriedades do modelo clássico de regressão linear, julgue os itens a seguir. No processo de modelagem por regressão linear múltipla, como regra geral, define-se como o melhor modelo aquele que produz o maior coeficiente de determinação (R2).