no modelo populacional log-log dado por ln(!$ y !$) = !$ \beta !$₀ + !$ \beta !$₁ ln(!$ x !$₁) + !$ u !$, onde !$ l !$!$ n !$ é o logaritmo natural, o parâmetro !$ \beta !$₁ é a semielasticidade de !$ y !$ em relação a !$ x !$₁;

caso o modelo a ser estimado contenha uma variável qualitativa independente com 4 características distintas, então devem-se utilizar apenas 3 variáveis dummy no modelo de regressão;

na presença de heterocedasticidade, os estimadores de mínimos quadrados ordinários são viesados e as estatísticas t habituais de teste de significância individual possuem distribuição t-student exata;

na estimação de um modelo de regressão com 4 variáveis independentes e 215 observações, obtém-se !$ R !$² igual a 16%. Então, o valor da estatística de teste F de significância geral da regressão é igual a 9,5;

segundo o teorema de Gauss-Markov, para análise em corte transversal, os estimadores de mínimos quadrados ordinários somente serão os melhores estimadores lineares não viesados caso adotemos a hipótese de normalidade dos erros.