Considere o modelo de regressão linear múltipla Y = xβ +u , em que X denota a matriz de regressores, β é o vetor de parâmetros e u representa o vetor de...

132664|Economia|superior

2019

COVEST-COPSET

Considere o modelo de regressão linear múltipla Y = xβ +u , em que X denota a matriz de regressores, β é o vetor de parâmetros e u representa o vetor de erros aleatórios, tendo vetor de médias igual ao vetor nulo. Com base nesses dados, é correto afirmar que:

A
a presença de autocorrelação nos erros torna o estimador de mínimos quadrados não viesado.
B
a presença de autocorrelação nos erros não afeta a eficiência do estimador de mínimos quadrados.
C
o estimador de mínimos quadrados para o vetor p difere do estimador obtido por máxima verossimilhança
D
sob heteroscedasticidade, o estimador de mínimos quadrados para p é não viesado, consistente e eficiente.
E
o estimador é uma matriz diagonal, sendo T o tamanho amostral e ûi o í-ésimo resíduo, é consistente sob heteroscedasticidade.

Ver todas as questões desta prova

Considere o modelo de regressão linear múltipla Y = xβ +u , em que X denota a matriz de regressores, &beta; é o vetor de parâmetros e u representa o vetor de...

Considere o modelo de regressão linear múltipla Y = xβ +u , em que X denota a matriz de regressores, β é o vetor de parâmetros e u representa o vetor de...