Considere o modelo de regressão linear:
!$ y_i = \beta_0 + \beta_1 x_{1i} + \beta_2 x_{2i} + \mu_i !$, !$ i = 1, \cdots...n. !$,em que !$ E( \mu_i | x_{1i}, x_{2i}) = 0 !$.
Com base nesse modelo, é correto afirmar:
Item 0 - A hipótese !$ E(\mu_i | x_{1i}, x_{2i}) = 0 !$ não é necessária para que o estimador de Mínimos Quadrados Ordinários (MQO) de !$ \beta_1 !$ seja consistente.
