caso seja realizado o teste t para os diversos parâmetros e for verificado que todos eles não são significantes (menores que 1,0 ou ligeiramente maiores), e pelo teste F (conjunto) verificamos que o modelo de regressão não é válido, podemos afirmar que tal modelo apresenta MULTICOLINEARIDADE, heterocedasticidade e autocorrelação SERIAL.

em modelos como o apresentado não existe a possibilidade presença de MULTICOLINEARIDADE.

caso seja realizado o teste t para os diversos parâmetros e for verificado que todos eles não são significantes (menores que 1,0 ou ligeiramente maiores), e pelo teste F (conjunto) verificamos que o modelo de regressão é válido, identificaremos uma contradição que muito provavelmente é causada pela MULTICOLINEARIDADE entre as variáveis explicativas, superestimando a variância dos parâmetros e, assim, subestimando o resultado das estatísticas t.

caso seja realizado o teste t para os diversos parâmetros e for verificado que todos eles são significantes (maiores que 1,0), e pelo teste F (conjunto) verificamos que o modelo de regressão é válido, podemos afirmar categoricamente a existência de MULTICOLININEARIDADE entre as variáveis explicativas.