Considere um modelo simples de regressão linear do tipo !$ y = \alpha+ \beta\,x + \varepsilon !$, em que y é a variável dependente, x é a variável independente não- estocástica e g é um termo de erro aleatório que possui média zero. A respeito desse modelo, julgue o item subsequente.

O estimador de mínimos quadrados ordinários do parâmetro de inclinação !$ \beta !$ pode ser escrito como !$ \mathbf{ { \large \sum (x_t- \bar{x}) (y_t- \bar{y})\over \sum (x_t- \bar{x})^2}} !$, em que !$ \bar{x} !$ e !$ \bar{y} !$denotam as médias amostrais das variáveis independente e dependente, respectivamente, e o índice t varia no conjunto das observações.