Suponha que no modelo de regressão linear múltipla Yi = α + β.Xi + y.W εi + , onde Y é a variável dependente, X e W são as ditas independentes, ε é o termo estocástico e α ,β e y os parâmetros. Depois de estimados os parâmetros, por MQO, e obtidos os resíduos, a inferência detectou algumas divergências com relação aos pressupostos clássicos. Observou-se uma alta correlação entre X e W, a presença de causalidade de Y sobre W e variâncias dos resíduos não constantes. Consideradas nesta ordem e tudo mais constante, tais divergências implicam, respectivamente,
- A micronumerosidade, insuficiência e inconsistência.
- B multicolinearidade, inconsistência e ineficiência.
- C ineficiência, tendenciosidade assintótica e auto correlação serial.
- D variâncias dos estimadores muito elevadas, micronumerosidade e insuficiência.
- E testes de hipóteses viesados, inconsistência e ineficiência.