Sobre os modelos de regressão linear com erros normais, é correto afirmar que:

um modelo apresenta coeficiente de determinação ajustado de 0,98. Assim, podemos afirmar que o ajuste da regressão é capaz de explicar 98% da variabilidade da variável resposta.

considerando a hipótese de homoscedasticidade como válida, tem-se que o estimador de mínimos quadrados para a variância dos erros é igual ao correspondente estimador obtido pelo método da máxima verossimilhança. Ambos são não viesados em grandes amostras.

considerando o modelo de regressão múltipla yt= β0+ β1x1+ β2x2+ β3x3+ ei , i = 1, -,n , a fim de testar as Po restrições , podemos formular a hipótese linear e utilizar uma estatística F.

O modelo yi= β0 + &beta1ex2 + ei, i = 1, ...,n é não linear.

No modelo de regressão definido pela equação yi = α + β;log(xi) + et,i = 1 ,...,n, sendo y uma variável de gasto mensal e x sendo o rendimento, ao estimar o parâmetro β, a estimativa é traduzida na forma de elasticidade renda do gasto.