Estatística

Em modelos de regressão múltipla, alguns pressupostos complementares são formulados para que os parâmetros possam ser estimados de forma satisfatória. Um deles trata da micronumerosidade e outro do tamanho da amostra.

Sobre essas duas adições, é correto afirmar que:

quanto mais intensa for a micronumerosidade, mais precisos serão os estimadores de MQO;
o número de parâmetros de um modelo deve ser sempre superior ao tamanho da amostra disponível para a estimação;
quanto maior o número de parâmetros em uma regressão, menor será a variância estimada dos erros;
se duas variáveis estão provocando a micronumerosidade, ambas devem ser excluídas da equação de regressão;
a micronumerosidade pode não ser um problema sério caso a regressão seja usada para projeções e não para estimações.