Métodos de Máxima Verossimilhança: essa técnica busca encontrar os valores dos parâmetros que minimizem a função de verossimilhança, que mede a probabilidade dos dados observados dado o modelo. O MLV não é amplamente utilizado, pois pode ser aplicado a um único tipo de modelo: a regressão linear. 

Métodos de Monte Carlo: Abrangem simulações estocásticas para avaliar parâmetros. O Método Monte Carlo Sequencial é um exemplo, onde amostras aleatórias são originadas para aproximar a distribuição do parâmetro de interesse. 

Modelos Aditivos Generalizados (MAG): Esses modelos não combinam a flexibilidade dos modelos aditivos com a estrutura dos modelos lineares generalizados. Eles são inúteis para lidar com os dados não lineares e heterocedásticos. 

Nenhuma das alternativas está correta.