Sabe-se que os modelos estatísticos de regressão foram const...

As suposições básicas aplicáveis tanto aos modelos de regressão simples quanto aos de regressão múltipla incluem:

• Normalidade dos Resíduos: Os resíduos (erros) devem ser normalmente distribuídos.
• Homoscedasticidade: A variância dos resíduos deve ser constante para todos os valores preditos (homocedasticidade).
• Não-Autocorrelação dos Resíduos: Os resíduos não devem ser autocorrelacionados (independência dos resíduos).
• Não-Estocasticidade das Variáveis Independentes: As variáveis independentes não devem ser aleatórias e devem ser fixas no processo de amostragem.

A suposição que é específica para a regressão múltipla e não está presente na regressão simples é a ausência de multicolinearidade. Esta suposição é necessária em regressão múltipla porque:

• Multicolinearidade ocorre quando as variáveis independentes (explicativas) estão fortemente correlacionadas entre si. Em modelos de regressão múltipla, isso pode distorcer os resultados e levar a coeficientes de regressão instáveis. Na regressão simples, onde há apenas uma variável independente, a questão da multicolinearidade não se aplica.

A. A ausência de multicolinearidade.

• Correto: Esta suposição se aplica à regressão múltipla para evitar correlações entre variáveis independentes, mas não é uma preocupação na regressão simples.

B. Os resíduos são normalmente distribuídos.

• Incorreto: Esta suposição é comum a ambos os modelos.

C. Os resíduos são homocedásticos.

• Incorreto: Esta suposição é comum a ambos os modelos.

D. Os resíduos são não-autocorrelacionados.

• Incorreto: Esta suposição é comum a ambos os modelos.

E. A variável ou as variáveis independentes não são estocásticas.

• Incorreto: Esta suposição é comum a ambos os modelos.

A opção correta é A: A ausência de multicolinearidade.

Esta suposição é específica para modelos de regressão múltipla para garantir que as variáveis independentes não estejam fortemente correlacionadas entre si.