Considere o modelo de regressão linear múltipla
!$ y_t \, = \, \beta_1 \, x_{1t} \, +\, \beta_2 \, x_{2t} \, + \, \varepsilon_t !$
no qual
!$ \,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\, i.i.d \\ \varepsilon_t \, \mid \, X_{1t'}, \, x_{2t'} \sim \, N(0, \, \sigma^2), \, \forall \, t, \, t' \, = \, 1,...,T !$
Por simplicidade, assuma que as variáveis são expressas como desvios em relação às respectivas médias.
É correto afirmar que:
Item 3 - Seja c uma constante diferente de zero. Defina !$ \tilde{y}_t \, = \, cy_t, \, \tilde{x}_{1t} \, = \, cx1t !$ e !$ \tilde{x}_{2t} \, = \, cx2t !$. Os estimadores de mínimos quadrados ordinários (MQO) em uma regressão de !$ \tilde{y}_t !$ contra !$ \tilde{x}_{1r} !$ e !$ \tilde{x}_{2r} !$ coincidem com os estimadores de MQO em uma regressão de yt contra x1t e x2t.
