Considere o modelo de regressão linear simples: !$ y=\beta_0+\beta_1x+u !$, onde !$ E(u/x)=0 !$ e !$ Var(u/x)=\sigma^2 !$.

Para uma amostra de 50 observações, tem-se:

!$ \sum\limits^{50}_{i-1} x_i=50 !$, !$ \sum\limits^{50}_{i-1} y_i=300 !$, !$ \sum\limits^{50}_{i-1} x_i y_i=400 !$, !$ \sum\limits^{50}_{i-1} x_i^2=60 !$, e !$ \sum\limits^{50}_{i-1} y_i^2=5200 !$

Defina !$ b_0 !$ como o estimador de Mínimos Quadrados Ordinários (MQO) para !$ \beta_0 !$ e !$ b_1 !$ como o estimador de Mínimos Quadrados Ordinários para !$ \beta_1 !$. Com base nos resultados acima, é correto afirmar:

Item 3 - !$ R^2 !$ da regressão estimada por MQO de y em x e uma constante é maior do que 0,5.