A respeito dessa situação hipotética, julgue os itens que se seguem.
A heteroscedasticidade é um problema que surge quando o valor esperado dos erros não é zero.
Em modelos de regressão múltipla, alguns pressupostos complementares são formulados para que os parâmetros possam ser estimados de forma satisfatória. Um deles trata da micronumerosidade e outro do tamanho da amostra.
Sobre essas duas adições, é correto afirmar que:
Em um modelo de regressão linear múltipla, após a estimação dos parâmetros, realizou-se uma Análise da Variância, através da decomposição amostral. Os dados foram impressos, mas depois foram em parte perdidos, restando apenas a tabela a seguir, com diversas lacunas:
Com os dados acima é possível concluir que:
Em uma regressão linear as propriedades dos estimadores de MQO estão relacionadas com a validade dos pressupostos sobre os erros aleatórios.
Sobre essa correspondência entre propriedades e pressupostos, é correto afirmar que:
Em modelos de regressão linear existem três métodos de estimação mais frequentemente empregados. São eles o de Mínimos Quadrados Ordinários (MQO), o do Melhor Estimador Linear Não Tendencioso (BLUE) e o de Máxima Verossimilhança (MV).
Sobre esses métodos, supondo válidos os pressupostos básicos do modelo, é correto afirmar que:
Deseja-se determinar, usando o método da regressão linear, a tendência (T) da seguinte série de tempo dada pelo quadro abaixo, em que Yt representa o volume de vendas (em milhões de reais) de um produto em t (ano).
Analisando o diagrama de dispersão, optou-se pela forma de tendência T = a + bt, em que a e b foram obtidos por meio do método dos mínimos quadrados. O valor de a é igual a
