No contexto da análise de dependência temporal e diagnóstico de modelos econométricos, examine as proposições abaixo sobre o fenômeno da autocorrelação:

I. A autocorrelação mede a força da relação linear entre observações de uma mesma variável em diferentes instantes de tempo, permitindo identificar se o valor presente é influenciado por seus valores passados.

II. A presença de erro autocorrelacionado em modelos de regressão indica que o componente aleatório retém informações temporais não capturadas; uma estratégia comum de correção envolve a inclusão de termos defasados (lags) da variável resposta no modelo.

III. Em séries temporais que apresentam uma tendência clara (ascendente ou descendente), a Função de Autocorrelação (FAC) tipicamente exibe valores positivos e elevados para pequenos atrasos, apresentando um decaimento lento e linear à medida que o deslocamento temporal aumenta.

IV. Quando uma série é marcada por forte sazonalidade, a função de autocorrelação apresentará picos de correlação significativamente inferiores nos intervalos que coincidem com o período sazonal, indicando a quebra do padrão repetitivo.

Assinale a alternativa que indica as afirmativas corretas:

Fábio, no dia em que completou 2 meses de treinamento para corridas de rua, registrou a distância máxima que aguentou correr naquele dia. Fábio fez o mesmo tipo de registro nos dias em que completou 3, 4, 5 e 6 meses de treinamento.
Posteriormente, tais dados foram representados no plano cartesiano pelos pontos A, B, C, D e E, de modo que, no eixo das abscissas, identificam-se os momentos (em meses) em que os registros foram feitos, e, no eixo das ordenadas, as distâncias (em quilômetros) registradas.
A figura a seguir ilustra o diagrama de dispersão gerado por esses pontos.


A relação entre as variáveis tempo (x) e distância (y) pode ser modelada de forma aproximada pela reta, conhecida como reta de regressão linear simples, cuja equação é
y = 0,9x + 3,4
Os valores de y obtidos por meio dessa expressão, ∀x ∈ ℜ tal que 2 ≤ x ≤ 6, são ditos os valores estimados. A diferença entre o valor observado e o valor estimado, nessa ordem, para um mesmo valor de x é chamado de desvio.
Entre as 5 observações, aquela para a qual o valor estimado pela reta de regressão linear simples produz o menor desvio em módulo é