Neste trabalho estudamos modelos de regressão (funcionais e estruturais) heterocedásticos com erros nas variáveis. Utilizamos técnicas clássicas (método dos momentos, máxima verossimilhança e escore corrigido) para obter estimadores consistentes e suas distribuições limite. Estudamos os seguintes modelos: (1) modelo de regressão linear simples heterocedástico com erros nas variáveis e na equação, (2) modelo de regressão polinomial heterocedástico com erros nas variáveis e na equação, (3) modelo de regressão múltipla com uma distribuição flexível para a covariável observada e (4) modelo normal assimétrico multivariado com uma parametrização generalizada. As performances dos estimadores e testes são estudadas através de simulações de Monte Carlo. Também apresentamos aplicações a dados reais a fim de ilustrar a utilidade prática das propostas estudadas.

not available