Afirmativa
A condição de exogeneidade das variáveis explicativas é suficiente para que os estimadores de mínimos quadrados sejam não viesados.
Estatística · ANPEC 2019
Viés, variância e consistência dos estimadores de MQO
Julgue como verdadeiras ou falsas as afirmativas que se seguem:
A condição de exogeneidade das variáveis explicativas é suficiente para que os estimadores de mínimos quadrados sejam não viesados.
Na presença de heterocedasticidade dos erros de um modelo de regressão linear, os estimadores de mínimos quadrados ordinários são inconsistentes.
Na presença de erros autocorrelacionados, os estimadores dos parâmetros de um modelo de regressão linear serão viesados.
A omissão de uma variável relevante implica que os estimadores dos parâmetros de um modelo de regressão linear serão viesados.
Caso os estimadores dos parâmetros de um modelo de regressão linear sejam consistentes, sob a suposição de normalidade e homocedasticidade dos erros, então esses estimadores de mínimos quadrados ordinários serão idênticos aos obtidos via Máxima Verossimilhança.
A mera exogeneidade das variáveis explicativas, entendida como ausência de correlação ou ortogonalidade com o erro, não é suficiente para garantir que o estimador de MQO seja não viesado em amostras finitas. …
A explicação completa está a um passo.
Leia o comentário completo de até 10 itens.