Orientador: Reinaldo CharnetDissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação CientificaResumo: Nas análises de regressão linear múltipla existem muitas situações onde o mal condicionamento da matriz das regressoras está presente. De forma geral, o que se costuma fazer é eliminar uma das variáveis do modelo de regressão. Entretanto, supomos que este processo já foi realizado e o mal condicionamento ainda permanece. Essa situações não é ilusória uma vez que existem muitos exemplos em dados econômicos. Assim, sugerimos a regressão "ridge" como um método alternativo. Existem várias maneiras de se obter os estimadores "ridge", aqui, fornecemos algumas delas. Portanto, o objetivo deste trabalho é comparar os estimadores "ridge" e mostrar suas vantagens sobre os estimadores de mínimos quadrados, quando os dados estão mal condicionados.Abstract: Not informed.MestradoMestre em Estatistica