Acerca das propriedades dos estimadores de MQO em regressão ...

Gabarito: Errado.

Pelo que eu sei, a homocedasticidade significa que os resíduos possuem variância constante. Acredito que nao posso dizer que: "são não viesados" apenas pela presença de homocedasticidade.

Ano: 2013 Banca: CESPE / CEBRASPE Órgão: ANCINE Prova: CESPE - 2013 - ANCINE - Especialista em Regulação Atividade Cinematográfica e Audiovisual - Área 2

Julgue o item seguinte, em relação aos problemas econométricos do modelo clássico de regressão linear por mínimos quadrados ordinários.

A hipótese clássica de Gauss-Markov de homocedasticidade é irrelevante para demonstrar que os estimadores são não viesados e consistentes.

GAB: CERTO

Gabarito: ERRADO.

A questão cobra os pressupostos que garantem que os estimadores de mínimos quadrados ordinários sejam não viesados. São 4 pressupostos:

1. linearidade nos parâmetros
2. . A linearidade deve ser nos parâmetros, não necessariamente nas variáveis;
3. amostra aleatória das observações;
4. não haver colinearidade perfeita entre as variáveis independentes: para isso as variáveis independentes não podem ser constantes, e nenhuma pode ser expressa como combinação linear das demais;
5. média condicional nula dos erros: o valor esperado de cada termo de erro, dado qualquer valor das variáveis independentes, deve ser zero. É o que se chama de variáveis exógenas.

Observe como a homoscedasticidade dos erros não é requisito para que os estimadores de MQO sejam não viesados.

É importante ainda não confundir com os pressupostos da eficiência dos estimadores. A estes sim acrescenta-se a homocedasticidade:

1. linearidade nos parâmetros
2. amostra aleatória das observações;
3. não haver colinearidade perfeita
4. média condicional nula dos erros (variáveis exógenas)
5. a variância condicional do erro seja constante (homocedasticidade): Var(u|x)=σ2

O estimador não viesado tem a seguinte propriedade:

E(B) = B

Não tem nada a ver com homocedasticidade (variância constante dos resíduos)