Considerando que um modelo de regressão linear apresenta a forma y = X ∙ β + ε, em que y é o vetor resposta, X é a matriz de covariáveis, β é o vetor de parâmetros e ε é o erro do modelo, julgue o próximo item acerca do estimador de mínimos quadrados (EMQ) e do estimador de máxima verossimilhança (EMV) para esse modelo.

O EMQ requer menos suposições sobre distribuições que o EMV para ser consistente.