

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.
Em um modelo de regressão múltipla estimado por mínimos quadrados ordinários, observa-se que duas variáveis explicativas apresentam correlação muito alta entre si. Adicionalmente, um dos coeficientes estimados apresenta sinal contrário ao esperado pela teoria, e os erros-padrão dos coeficientes são substancialmente elevados.
A partir dessa situação hipotética, é correto concluir que o modelo em questão apresenta
endogeneidade, o que viola o pressuposto de exogeneidade das variáveis explicativas e gera estimativas inconsistentes que não convergem para os valores verdadeiros mesmo com amostras grandes.
autocorrelação dos resíduos, o que provoca perda da propriedade de eficiência dos estimadores e invalida completamente a capacidade preditiva do modelo ajustado.
erro de especificação por omissão de variável relevante, sendo necessário identificar e incluir a variável faltante para corrigir os sinais inesperados dos coeficientes.
multicolinearidade, o que resulta em estimativas com variância inflada e interpretações individuais dos coeficientes pouco confiáveis.
heterocedasticidade, o que implica estimativas viesadas dos coeficientes e torna os testes de hipótese não confiáveis para inferências sobre os parâmetros populacionais.