Estatística · ANPEC 2019
Violação das hipóteses clássicas e testes de diagnóstico
Julgue como verdadeiras ou falsas as afirmativas que se seguem:
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.
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 condição de exogeneidade das variáveis explicativas é suficiente para que os estimadores de mínimos quadrados sejam não viesados.
A omissão de uma variável relevante implica que os estimadores dos parâmetros de um modelo de regressão linear serão viesados.
No modelo de regressão linear com erros normais e homocedásticos, a função de verossimilhança leva à minimização da soma dos quadrados dos resíduos. Essa é exatamente a mesma…
A explicação completa está a um passo.
Leia o comentário completo de até 10 itens.