Violación de los supuestos del modelo clásico (I)

En la parte I se consideró extensamente el modelo clásico de regresión lineal normal y se mostró la forma como esté puede ser utilizado para manejar dos problemas de inferencia estadística, a saber, la estimación y la prueba de hipótesis; lo mismo que el problema de predicción. Pero recuérdese que este modelo está basado en diversos supuestos simplificadores que son los siguientes:

Supuesto 1. El modelo de regresión es lineal en los parámetros
Supuesto 2. Los valores de los regresores, las X, son fijos en muestreo repetido.
Supuesto 3. Para X dadas, el valor medio de la perturbación ui es cero.
Supuesto 4. Para X dadas, la varianza ui es constante u homoscedástica.
Supuesto 5. Para X dadas, no hay autocorrelación en las perturbaciones
Supuesto 6. Si las X son estocásticas en término de perturbación  y las X ( estocásticas) son independientes o, al menos, no están correlacionadas.
Supuesto 7. El número de observaciones debe ser mayor que el número de regresores
Supuesto 8. Debe haber suficiente variabilidad en los valores que toman los regresores.
Supuesto 9. El modelo de regresión está correctamente especificado
Supuesto 10. No hay relación lineal exacta (es decir no ha multicolinealidad) en los regresores.
Supuesto 11. El término estocástico (de perturbación) ui está normalmente distribuido.