Para estimarmos os coeficientes do modelo acima por mínimos quadrados ordinários (MQO) é necessário assumir que o erro tenha distribuição normal.

Se adicionarmos um novo regressor X_{k+1} à equação acima, então, o R^2 pode ou não aumentar pois o SQR pode ou não diminuir.

Os estimadores de MQO dos coeficientes \beta_{j}, j = 0, 1, \ldots são os mais eficientes dentre os estimadores lineares não viesados.

A hipótese H_{0}: \beta_{1} = \beta_{2} pode ser testada utilizando-se um teste tipo F.