Deseja-se expressar a variável y como uma função das variáveis x₁ e x₂, através de um modelo de Regressão Linear. Para isso foram levantadas n = 43 observações independentes relativas a essas 3 variáveis. O coeficiente de correlação entre x₁ e x₂ foi estimado, a partir dos dados, em 0,76. Além disso, quando foram ajustados aos dados modelos de Regressão Linear, resultaram os seguintes coeficientes de determinação:

• R² = 0,80, no caso do modelo de Regressão Simples: y = a₁ + b₁ x₁ + erro.
• R² = 0,75, no caso do modelo de Regressão Simples: y = a₂ + b₂ x₂ + erro.
• R² = 0,90, no caso do modelo de Regressão Múltipla: y = c₀ + c₁ x₁ + c₂ x₂ + erro.

A análise dos resíduos indicou que, para cada um desses 3 ajustes, foram obedecidas as premissas usuais (inclusive a normalidade dos erros) dos modelos de Regressão Linear.

Pode-se concluir que