Considere o modelo de regressão linear clássico !$ Y_j \, = \, \beta_0 \, + \, \beta_1 X_{1j} \, + \, \beta_2 X_{2j} \, + \, \cdot \cdot \cdot \, + \, \beta_p X_{pj} \, + \, e_j \, (j \, = \, 1, ... , n) !$ com !$ Y !$ a variável dependente, !$ X_{1j}, X_{2j}, \, ... \, , X_{pj} !$ as variáveis explicativas e !$ e_j !$ o erro.

Sobre o modelo em questão podemos afirmar:

I. a omissão de variáveis no modelo pode levar a estimativas viesadas.

II. a existência de viés por omissão de variáveis indica a quebra na premissa que a distribuição condicional dos erros possui média nula.

III. a magnitude do viés decorrente da omissão de variáveis depende apenas da correlação entre a variável omitida e o resíduo do modelo ajustado.

Marque a alternativa CORRETA.