1. Modelos de Regressão Linear Simples (MRLS) e Múltipla (MRLM). A estimação dos parâmetros dos modelos
– o método dos Mínimos Quadrados Ordinários (Ordinary Least Squares, OLS). Hipóteses clássicas do
modelo. Propriedades dos estimadores dos parâmetros dos modelos: o Teorema de Gauss-Markov.
2. Modelos lineares e modelos não lineares. Interpretação de estimativas dos parâmetros dos modelos
(elasticidades, taxas de crescimento).
3. Inferência estatística sobre os modelos de Regressão: testes de hipóteses e previsão (pontual e intervalar).
4. Análise de regressão com informação qualitativa: variáveis dummy
5. Violação das hipóteses do modelo: suas consequências na estimação e previsão, medidas de detecção e
medidas de correcção.
6. Modelos de séries temporais.