Sobre as hipóteses do modelo de regressão linear simples, especifi cado por yt = b1 + b2xt + et , é verdadeiro afi rmar que: A) o estimador de mínimos quadrados de b1 é 1 = y – 2x, onde 2 é o estimador de mínimos quadrados de b2. B) a expectância do termo estocástico ( et ) é igual à média esperada da variável dependente. C) para que o estimador de mínimos quadrados seja não tendencioso, a variância de et deve ser variável ao longo da amostra. D) para que o estimador de mínimos quadrados seja não tendencioso, a covariância do termo estocástico em dois momentos do tempo (isto é, cov( et , et–i )) deve ser não-nula.

A) o estimador de mínimos quadrados de b1 é 1 = y – 2x, onde 2 é o estimador de mínimos quadrados de b2.

Sobre as hipóteses do modelo de regressão linear simples, especifi cado por yt

Sobre as hipóteses do modelo de regressão linear simples, especifi cado por y_t = b₁ + b₂x_t + e_t , é verdadeiro afi rmar que:

✂️ a) o estimador de mínimos quadrados de b1 é 1 = y – 2x, onde 2 é o estimador de mínimos quadrados de b2.
✂️ b) a expectância do termo estocástico ( et ) é igual à média esperada da variável dependente.
✂️ c) para que o estimador de mínimos quadrados seja não tendencioso, a variância de et deve ser variável ao longo da amostra.
✂️ d) para que o estimador de mínimos quadrados seja não tendencioso, a covariância do termo estocástico em dois momentos do tempo (isto é, cov( et , et–i )) deve ser não-nula.