É correto afirmar a respeito do modelo de regressão linear:

1. No modelo de regressão linear clássico simples com n observações e k=1 variável explicativa, pode-se afirmar que se R^2 (coeficiente de determinação) for zero, então a melhor previsão para um valor de y é sua média amostral.
2. No modelo de regressão linear clássico multivariado com n observações e k > 2 variáveis explicativas, incluindo-se o intercepto, pode-se afirmar que o R^2 (coeficiente de determinação) será maior ou igual ao R^2 (ajustado).
3. Se o p-valor de um teste é maior do que o nível de significância adotado, rejeita-se a hipótese nula.
4. O nível de significância de um teste é a probabilidade de rejeitar a hipótese nula quando a hipótese alternativa é verdadeira.
5. Qualquer variável expressa em categorias pode ser transformada em uma variável dummy.