A os erros de medida na equação 4 (considerando que Y*i = Yi+ εie X*i= Xi+ wi, onde εie wisão erros de medida) podem ser resultado de dados não acurados, causados por estimativas extrapoladas, interpoladas ou arredondadas de forma sistemática; por falta de respostas em questionário; erros de cálculos e outros problemas, sendo sua presença na variável dependente mais grave porque os estimadores de Mínimos Quadrados Ordinários (MQO) são viesados, inconsistentes e ineficientes.
B os modelos representados pelas equações 1 e 3 incorrem no problema de variável relevante omitida, com graves consequências para os estimadores que podem ser inconsistentes, viesados e com variâncias e erros-padrão estimados incorretamente.
C no modelo representado pela equação 2, o erro de especificação está relacionado à inclusão de variável relevante X4.
D considerando que, na equação 4, Y*i= Yi+ εie  X*i= Xi+ wi, onde εie wisão erros de medida, a presença desses erros nas variáveis explicativas pode levar a estimadores de Mínimos Quadrados Ordinários (MQO) viesados e inconsistentes, enquanto os erros de medida apenas na variável dependente conservam algumas propriedades dos estimadores, embora eles sejam menos eficientes.
E quando comparados ao modelo explicativo 0, os modelos das equações 1 e 3 incorrem no problema de omissão de variável relevante, enquanto o modelo da equação 4 (considerando que Y*i= Yi+ εie  X*i= Xi+ wi, onde εie wisão erros de medida) retrata a possível ocorrência de erros de medida na variável dependente e nas variáveis explicativas.