com o método de mínimos quadrados ordinários - MQO, é possível derivar a inexistência de viés, consistÊncia e outras propriedades estatísticas. Par...

No contexto de regressão linear múltipla, os estimadores de mínimos quadrados ordinários (MQO) são viesados quando as seguintes hipóteses não são satisfeitas: 1. Linearidade: A relação entre as variáveis independentes e a variável dependente deve ser linear. 2. Ausência de multicolinearidade perfeita: As variáveis independentes não devem estar perfeitamente correlacionadas entre si. 3. Ausência de erros de medição: As variáveis independentes e a variável dependente devem ser medidas com precisão. 4. Homoscedasticidade: A variância dos erros deve ser constante para todos os valores das variáveis independentes. 5. Ausência de endogeneidade: Os erros de regressão não devem estar correlacionados com as variáveis independentes. 6. Ausência de autocorrelação: Os erros de regressão não devem estar correlacionados entre si. Quando essas hipóteses não são atendidas, os estimadores MQO podem ser viesados, ou seja, podem não refletir corretamente os verdadeiros parâmetros do modelo de regressão linear múltipla.