Na aplicação de modelos lineares com mais de uma variável explicativa, a Multicolinearidade é um problema que geralmente ocorre. Para medir o grau de multicolinearidade, pode-se utilizar a matriz de correlações que mede a dependência linear de primeira ordem entre as variáveis explicativas. Utilizando essas informações, relacione as colunas e assinale a alternativa com a sequência correta.

1. Multicolinearidade Perfeita.	( ) Se isso ocorrer, o coeficiente de uma variável vai depender da outra, não refletindo, assim, o efeito individual da variável à qual está associado, mas somente um efeito parcial ou marginal, condicionado a outra variável.
2. Ausência de Multicolinearidade.	( ) Se isso ocorrer, o coeficiente de uma variável não irá depender da outra, situação perfeita para a aplicação da análise de regressão múltipla.
3. Alto Grau de Multicolinearidade.	( ) Nesse caso, é impossível estimar o vetor de parâmetros porque a matriz X'X tem o determinante igual a zero; logo, não possui inversa.
4. Baixo Grau de Multicolinearidade.	( ) Quando as variáveis não estão correlacionadas entre si, a matriz X'X é diagonal.