A respeito do modelo de regressão múltipla: Y_i = \beta_0 + \beta_1 X_{1i} + \beta_2 X_{2i} + e_i em que e_i tem média zero e variância \sigma^2, são corretas as afirmativas:

• No caso de uma forte colinearidade entre X_{1i} e X_{2i}, tende-se a aceitar a hipótese nula de que \beta_2 = 0, pois a estatística t é subestimada.
• Se os erros são autocorrelacionados, ainda assim os estimadores de Mínimos Quadrados Ordinários de \beta_1 e \beta_2 são lineares e não tendenciosos.
• Se os erros são heterocedásticos, ainda assim os testes usuais t e F podem, sem prejuízo algum, ser empregados para se testar a significância dos parâmetros do modelo, caso estes sejam estimados por Mínimos Quadrados Ordinários.
• Erros de medida da variável dependente reduzem as variâncias dos estimadores de Mínimos Quadrados Ordinários de \hat{\beta}_1 e \hat{\beta}_2.
• A omissão da variável explicativa relevante, X_2, para explicar a variável dependente, Y_i, torna a estimativa dos coeficientes \beta_0 e \beta_1 tendenciosa e inconsistente, se somente se, a variável omitida X_2, for correlacionada com a variável incluída, X_1.