De acordo com Gujarati (2000), considere o seguinte modelo linear Y i =β 0 +β 1 X 1i +β 2 X 2i +…+β k Xβ ki +ε i para assinalar a alternativa CORRETA quanto à violação das hipóteses básicas do modelo de regressão linear.

A presença de heterocedasticidade causa viés nos estimadores do modelo linear, mas permanecem válidos os testes F e t.

A adoção de uma variável proxy diante a incapacidade de se observar uma variável relevante para o modelo, sendo ambas fortemente correlacionadas, é uma das formas para solucionar a questão da heterocedasticidade.

Se o valor médio do termo de erro, ε, for diferente de zero dado X, conclui-se que os fatores que compõem o termo de erro afetam sistematicamente o valor médio de Y e o coeficiente de regressão.

Se a variável X 1i está correlacionada com a variável X 2i , ambas são teoricamente relevantes na equação da regressão e no momento da estimativa omite-se esta última variável; então, as estimativas serão consistentes e não viesadas.

A presença de multicolinearidade eleva a magnitude da variância dos parâmetros estimados dado os altos níveis de correlação entre as variáveis independentes. Consequentemente, isso compromete a precisão ao estimar o efeito de cada variável independente sobre a variável dependente.

Questão 2127093 de Economia e Finanças - IFMT 2023

Questão

ID 2127093

Disciplina: Economia e Finanças

Assuntos: Violação das Premissas Clássicas (Heterocedasticidade, Autocorrelação e Multicolinearidade)

Ano: 2023 Banca: IFMT - Instituto Federal de Educação, Ciência e Tecnologia de Mato Grosso Órgão: Instituto Federal de Mato Grosso

De acordo com Gujarati (2000), considere o seguinte modelo linear Y_i=β₀ +β₁ X_1i+β₂ X_2i+…+β_k Xβ_ki+ε_ipara assinalar a alternativa CORRETA quanto à violação das hipóteses básicas do modelo de regressão linear.

Alternativa A:
A presença de heterocedasticidade causa viés nos estimadores do modelo linear, mas permanecem válidos os testes F e t.
Alternativa B:
A adoção de uma variável proxy diante a incapacidade de se observar uma variável relevante para o modelo, sendo ambas fortemente correlacionadas, é uma das formas para solucionar a questão da heterocedasticidade.
Alternativa C:
Se o valor médio do termo de erro, ε, for diferente de zero dado X, conclui-se que os fatores que compõem o termo de erro afetam sistematicamente o valor médio de Y e o coeficiente de regressão.
Alternativa D:
Se a variável X_1i está correlacionada com a variável X_2i, ambas são teoricamente relevantes na equação da regressão e no momento da estimativa omite-se esta última variável; então, as estimativas serão consistentes e não viesadas.
Alternativa E:
A presença de multicolinearidade eleva a magnitude da variância dos parâmetros estimados dado os altos níveis de correlação entre as variáveis independentes. Consequentemente, isso compromete a precisão ao estimar o efeito de cada variável independente sobre a variável dependente.

Estatísticas Cadernos

Questão 2127093

Continue estudando na plataforma