GabaritoE — Errado
Gabarito: letra E — ERRADO. A homoscedasticidade (variância constante dos erros) não é condição necessária para que os estimadores de mínimos quadrados ordinários sejam não viesados; a não viés exige apenas que o valor esperado do erro seja zero e que os erros sejam não correlacionados com as variáveis explicativas. A homoscedasticidade afeta a eficiência dos estimadores e a validade dos testes de hipóteses, mas não a ausência de viés.
A afirmação do item confunde dois pressupostos distintos do modelo de regressão linear clássico. Para que os estimadores de MQO sejam não viesados, as condições essenciais são:
Linearidade nos parâmetros;
E(ε) = 0 (média dos erros nula);
Cov(X, ε) = 0 (erros não correlacionados com as regressoras).
A homoscedasticidade — variância constante dos erros, Var(ε) = σ² — é um pressuposto adicional que garante que os estimadores sejam eficientes (menor variância possível) e que os erros-padrão, intervalos de confiança e testes de hipóteses sejam válidos. Quando há heteroscedasticidade, os estimadores continuam não viesados e consistentes, mas deixam de ser eficientes, e as inferências baseadas nas fórmulas usuais podem ficar comprometidas.
A banca explora exatamente essa confusão: o candidato que memoriza a lista de pressupostos sem entender o papel de cada um tende a aceitar que a homoscedasticidade é necessária para a não viés. Mas a não viés é uma propriedade que depende apenas da esperança do erro e da independência em relação às regressoras — não da constância da variância.
Critério | Não viés dos estimadores MQO | Eficiência dos estimadores MQO |
|---|---|---|
Condição necessária | E(ε) = 0 e Cov(X, ε) = 0 | Homoscedasticidade (Var(ε) = σ²) e ausência de autocorrelação |
O que garante | Estimativas centradas no valor verdadeiro (em média) | Menor variância possível entre os estimadores lineares não viesados |
Consequência se violada | Estimadores viesados (se E(ε) ≠ 0 ou Cov(X, ε) ≠ 0) | Estimadores ainda não viesados e consistentes, porém ineficientes; testes e ICs inválidos |
Papel na inferência | Não afeta diretamente a validade dos testes | Necessária para validade dos testes t/F e intervalos de confiança |
A afirmativa está errada porque a homoscedasticidade não é condição para a não viés do modelo. A não viés dos estimadores de mínimos quadrados ordinários exige:
E(ε) = 0 — o erro tem média zero;
Cov(X, ε) = 0 — o erro não é correlacionado com as variáveis explicativas.
A homoscedasticidade (Var(ε) = σ² constante) é necessária para a eficiência dos estimadores e para a validade dos testes de hipóteses e intervalos de confiança, mas não para a ausência de viés. Mesmo com heteroscedasticidade, os estimadores de MQO permanecem não viesados e consistentes.
Para não errar em questões como esta, separe mentalmente os pressupostos em dois grupos: os que garantem não viés (E(ε)=0 e independência entre erro e regressores) e os que garantem eficiência/inferência válida (homoscedasticidade e ausência de autocorrelação). A banca adora trocar um pelo outro — aqui, ela atribuiu à homoscedasticidade um papel que ela não tem.
Gabarito: letra E — ERRADO.
Link permanente: /questoes/ce167688