Os modelos de regressão linear são baseados em hipóteses desejáveis de estarem presentes, de forma a permitir estimar parâmetros que carregam as pr...

Os modelos de regressão linear são baseados em hipóteses desejáveis de estarem presentes, de forma a permitir estimar parâmetros que carregam as propriedades estatísticas desejáveis de consistência, eficiência e ausência de tendenciosidade. No entanto, em estatística a presença destas hipóteses desejáveis é difícil de ocorrer, o que pode incorrer na presença de multicolinearida, heterocedasticidade e autocorrelação. Acerca do exposto, analise as sentenças a seguir:
I- A heteroscedasticidade significa que a medida que as variáveis dependente e explicativa se tornam cada vez maiores, fica mais difícil prever uma em função da outra, porque a variabilidade ou dispersão se torna cada vez maior.
II- O problema de multicolinearidade significa a dependência temporal entre os erros.
III- O problema de autocorrelação implica na situação na qual as variáveis explicativas são altamente correlacionadas.
Assinale a alternativa CORRETA:
I- A heteroscedasticidade significa que a medida que as variáveis dependente e explicativa se tornam cada vez maiores, fica mais difícil prever uma em função da outra, porque a variabilidade ou dispersão se torna cada vez maior.
II- O problema de multicolinearidade significa a dependência temporal entre os erros.
III- O problema de autocorrelação implica na situação na qual as variáveis explicativas são altamente correlacionadas.
A As sentenças II e III estão corretas.
B Somente a sentença III está correta.
C Somente a sentença I está correta.
D As sentenças I e III são corretas.