Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura Ilimitada e libere uma preparação completa com os melhores professores do Brasil.
Para um estudo com o objetivo de previsão, optou-se pela...
Para um estudo com o objetivo de previsão, optou-se pela utilização do modelo de regressão linear múltipla Yi = α + β1X1i + β2X2i + … + βkXki + ui, i = 1, 2, …, n.
Tem-se que:
I. Y é a variável dependente,
II. X1, X2, …, Xk são as variáveis explicativas,
III. α, β1, β2, …, βK são os parâmetros desconhecidos do
modelo com as respectivas estimativas obtidas pelo
método dos mínimos quadrados,
IV. u é o erro aleatório,
V. i corresponde a i-ésima observação, n é o número de
observações e k o número de variáveis explicativas.
Se foi detectado neste modelo um problema de multicolinearidade,
então
A
no modelo houve a omissão de variáveis explicativas relevantes.
B
a variância do termo erro não é constante para todos os valores da variável dependente.
C
duas ou mais variáveis explicativas são altamente correlacionadas.
D
o termo erro em um determinado período é positivamente correlacionado com o termo erro no período anterior.
E
no modelo houve inclusão de variáveis explicativas irrelevantes.