Sejam X, Y, W e Z variáveis aleatórias todas com distribuição normal-padrão, com X independente de Y e Y independente de Z. Já W é independente das demais.

Sobre algumas combinações dessas variáveis, é correto afirmar que:

Considerando essa informação, é correto afirmar que:

De acordo com o padrão acima identificado, conclui-se que:

Assim, é correto afirmar que:

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: