Afirmativa
A omissão de uma variável relevante implica que os estimadores dos parâmetros de um modelo de regressão linear serão viesados.
Estatística · ANPEC 2019
Questão 2, item 3
Viés, variância e consistência dos estimadores de MQO
Enunciado da questão
Julgue como verdadeiras ou falsas as afirmativas que se seguem:
Os outros itens desta questão
Resolver a questão inteira-
Item 0:
Na presença de heterocedasticidade dos erros de um modelo de regressão linear, os estimadores de mínimos quadrados ordinários são inconsistentes.
-
Item 1:
Na presença de erros autocorrelacionados, os estimadores dos parâmetros de um modelo de regressão linear serão viesados.
-
Item 2:
A condição de exogeneidade das variáveis explicativas é suficiente para que os estimadores de mínimos quadrados sejam não viesados.
-
Item 4:
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 omissão de uma variável relevante, por si só, não implica necessariamente viés nos estimadores de MQO dos coeficientes das variáveis incluídas. …
A explicação completa está a um passo.
Leia o comentário completo de até 10 itens.