

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.
Considerando que um modelo de regressão linear apresenta a forma y = X ⋅ β + ϵ, em que y é o vetor resposta, X é a matriz de covariáveis, β é o vetor de parâmetros e ϵ é o erro do modelo, julgue os próximos itens acerca do estimador de mínimos quadrados (EMQ) e do estimador de máxima verossimilhança (EMV) para esse modelo.
Quando os erros são homoscedásticos e normalmente distribuídos, os estimadores EMQ e EMV são não viesados e atingem o limite inferior de Cramér-Rao.
Certo
Errado