Considere as seguintes afirmações referentes ao modelo de regressão linear clássico com regressores estocásticos:

!$ y_i = \beta_0 + \beta_1 x_{li} + \beta_2 x_{2i} + \varepsilon_1,\,\,\,i =1, \cdots, n !$,

em que !$ E [ \varepsilon | x_1, x_2 ] = 0 !$ e !$ Var [ \varepsilon |x_1, x_2] = \sigma_2 !$.

Item 2 - Suponha que β₀, β₁ e β₂ sejam estimados por mínimos quadrados ordinários. Denote por !$ \hat{y}_i !$ o valor previsto da regressão para i-ésima observação. Então !$ \sum_{i=1}^n \hat{y}_i = \sum_{i=1}^n y_i !$;