Em modelos de regressão linear, afirma-se que há heterocedasticidade quando
- A)os valores dos critérios de informação BIC e AIC são exatamente iguais.
Errada, porque BIC e AIC iguais não têm relação com heterocedasticidade; isso é tema de comparação de modelos, não de variância dos erros.
- B)a medida da influência de uma observação calculada por meio da distância de Cook é igual a zero.
Errada, porque distância de Cook igual a zero indica ausência de influência daquela observação, não heterocedasticidade.
- C)a ausência de pontos aberrantes, de pontos de alavanca e de pontos influentes é percebidas.
Errada, porque ausência de pontos aberrantes, de alavanca e influentes descreve diagnóstico de observações problemáticas, não a variância dos erros.
- D)os parâmetros do modelo estatístico são estimados por máxima verossimilhança.
Errada, porque estimação por máxima verossimilhança é um método de estimação, não uma definição de heterocedasticidade.
- E)a variância dos erros não é a mesma em todas as observações feitas.
Certa, porque heterocedasticidade é exatamente a situação em que a variância dos erros não é constante entre as observações.
Gabarito: E
Em regressão linear, a ideia central é que os erros tenham comportamento estável ao longo das observações. Quando essa variância dos erros muda de um ponto para outro, surge a heterocedasticidade. Traduzindo para o português de prova: o “espalhamento” dos erros não é uniforme, então o modelo perde uma de suas premissas clássicas. Isso importa porque, com heterocedasticidade, os estimadores de MQO continuam podendo ser não viesados sob as hipóteses usuais, mas deixam de ser os mais eficientes, e os erros-padrão podem ficar distorcidos. Na prática, você pode até achar que um coeficiente é significativo, mas estar sendo enganado por um cálculo de variância mal comportado. O modelo fica meio “instável de casaco”: em alguns casos aperta, em outros sobra. Por isso, o gabarito é a letra E: heterocedasticidade ocorre quando a variância dos erros não é a mesma em todas as observações. Em linguagem técnica, viola-se a homocedasticidade, que é justamente a suposição de variância constante do termo de erro. Esse é um conceito clássico de Econometria e aparece de forma recorrente em provas de regressão linear. A FGV costuma cobrar o conceito pelo nome correto e, às vezes, com palavras quase sinônimas: variância desigual, variância não constante, dispersão diferente entre observações. Se você viu isso, pense imediatamente em heterocedasticidade.