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:
A
quanto mais intensa for a micronumerosidade, mais precisos serão os estimadores de MQO;
B
o número de parâmetros de um modelo deve ser sempre superior ao tamanho da amostra disponível para a estimação;
C
quanto maior o número de parâmetros em uma regressão, menor será a variância estimada dos erros;
D
se duas variáveis estão provocando a micronumerosidade, ambas devem ser excluídas da equação de regressão;
E
a micronumerosidade pode não ser um problema sério caso a regressão seja usada para projeções e não para estimações.
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.