///
Um modelo probabilístico de primeira ordem, ou seja, de regressão linear pode ser representado da seguinte forma: \(y = eta_{0} + eta_{1}x + \epsilon\). Com base nessa equação, avalie as afirmativas a seguir:
I. Neste modelo, pode-se sempre assumir que \(\epsilon\), o componente de erro aleatório, seja um ruído branco.
II. Uma vez que o valor esperado do erro, \(E(\epsilon)\), nem sempre será igual a zero, não é correto afirmar que o valor esperado de y, \(E(y)\), será igual ao seu componente determinístico, \(eta_{0} + eta_{1}x\).
III. Os símbolos gregos \(eta_{0}\) e \(eta_{1}\) são parâmetros populacionais que somente serão conhecidos se tiver acesso às medidas de toda a população de (x, y).
Assinale: