Em análise de regressão múltipla, o teorema de Gauss-Markov significa: A) O método de mínimos quadrados ordinários produz estimadores eficientes, não-viesados e consistentes na classe de estimadores lineares e não-lineares. B) O coeficiente de determinação ajustado converge ao valor do coeficiente de ajustamento quando o tamanho da amostra tende ao infinito. C) A distribuição de probabilidade do teste que avalia se o parâmetro estimado é estatisticamente igual a zero assume um formato t de student quando os erros são normalmente distribuídos. D) O coeficiente de determinação ajustado diminui à medida que se aumenta o número de parâmetros a serem estimados. E) O método de mínimos quadrados ordinários produz o estimador de variância mínima na classe de estimadores lineares e não-viesados.

E) O método de mínimos quadrados ordinários produz o estimador de variância mínima na classe de estimadores lineares e não-viesados.

Em análise de regressão múltipla, o teorema de Gauss-Markov significa:

Em análise de regressão múltipla, o teorema de Gauss-Markov significa:

✂️ a) O método de mínimos quadrados ordinários produz estimadores eficientes, não-viesados e consistentes na classe de estimadores lineares e não-lineares.
✂️ b) O coeficiente de determinação ajustado converge ao valor do coeficiente de ajustamento quando o tamanho da amostra tende ao infinito.
✂️ c) A distribuição de probabilidade do teste que avalia se o parâmetro estimado é estatisticamente igual a zero assume um formato t de student quando os erros são normalmente distribuídos.
✂️ d) O coeficiente de determinação ajustado diminui à medida que se aumenta o número de parâmetros a serem estimados.
✂️ e) O método de mínimos quadrados ordinários produz o estimador de variância mínima na classe de estimadores lineares e não-viesados.