Considere o modelo de regressão abaixo:
!$ y_i = \beta_0 + \beta_1x_i + u _i !$, !$ i = 1, ..., n, !$ em que !$ E [u_i | x_i ] = 0 !$ e !$ Var [ u_i | x_i ] = σ^2 !$.
Considere os seguintes estimadores de !$ \beta_1 !$:
!$ \hat{\beta}_1 { \large \sum^n _{i = 1} (x_i - \overline{x}) (y_i) \over \sum^n_{i=1} (x_i - \overline{x}) x_i} !$ e !$ \tilde{\beta}_1 = { \large \sum^n_{i=1} x_iy_i \over \sum^n_{i=1} x^2_i} !$, em que !$ \overline{x} = n^{-1} \sum^n_{i=1} x_i !$.
É correto afirmar que:
Item 0: !$ \tilde{\beta}_1 !$ é um estimador não tendencioso de !$ \beta_1 !$;
