Ed
ontem
Vamos analisar passo a passo: Se \( u|X \sim N(0, \sigma^2) \), ou seja, os erros condicionais às variáveis explicativas são normalmente distribuídos com média zero e variância constante, isso implica: 1. Homocedasticidade: A variância condicional dos erros é constante (\(\sigma^2\)), logo, homocedasticidade é garantida. 2. Independência na média condicional: Como a média condicional dos erros é zero (\(E[u|X] = 0\)), essa hipótese também é satisfeita. 3. Ausência de autocorrelação serial: A normalidade condicional e a independência dos erros implicam ausência de autocorrelação. 4. Linearidade nos parâmetros: Essa é uma hipótese estrutural do modelo, não garantida pela normalidade dos erros. 5. Ausência de correlação perfeita entre variáveis explicativas: Também é uma condição do modelo, não garantida pela distribuição dos erros. Portanto, as hipóteses de Gauss-Markov automaticamente verdadeiras quando \( u|X \sim N(0, \sigma^2) \) são: - Homocedasticidade - Ausência de autocorrelação serial - Independência na média condicional Logo, a alternativa correta é: "Homocedasticidade, ausência de autocorrelação serial e independência na média condicional."
Mais perguntas desse material