A respeito do modelo de regressão múltipla: Y_i = eta_0 + eta_1 X_{1i} + eta_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 eta_2 = 0, pois a estatística t é subestimada.
Se os erros são autocorrelacionados, ainda assim os estimadores de Mínimos Quadrados Ordinários de eta_1 e eta_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 etâ_1 e etâ_2.
A omissão da variável explicativa relevante, X_2, para explicar a variável dependente, Y_i, torna a estimativa dos coeficientes eta_0 e eta_1 tendenciosa e inconsistente, se somente se, a variável omitida X_2, for correlacionada com a variável incluída, X_1.