

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.
No que se refere aos modelos de regressão linear simples e múltipla, é correto afirmar que:
no modelo populacional log-log dado por ln(𝑦) = 𝛽0 + 𝛽1 ln(𝑥1) + 𝑢, onde 𝑙𝑛 é o logaritmo natural, o parâmetro 𝛽1 é a semielasticidade de 𝑦 em relação a 𝑥1;
caso o modelo a ser estimado contenha uma variável qualitativa independente com 4 características distintas, então devem-se utilizar apenas 3 variáveis dummy no modelo de regressão;
na presença de heterocedasticidade, os estimadores de mínimos quadrados ordinários são viesados e as estatísticas t habituais de teste de significância individual possuem distribuição t-student exata;
na estimação de um modelo de regressão com 4 variáveis independentes e 215 observações, obtém-se 𝑅2 igual a 16%. Então, o valor da estatística de teste F de significância geral da regressão é igual a 9,5;
segundo o teorema de Gauss-Markov, para análise em corte transversal, os estimadores de mínimos quadrados ordinários somente serão os melhores estimadores lineares não viesados caso adotemos a hipótese de normalidade dos erros.