Professional Documents
Culture Documents
đề ôn thi KTL
đề ôn thi KTL
đề ôn thi KTL
ĐỀ SỐ 4192
Phương trình nào sau đây biểu diễn mô hình hồi quy đa biến tổng thể dưới dạng ngẫu nhiên?
a. Yi = β̂1 + β̂2 X2i + β̂3 X3i + ⋯ + β
̂k Xki + ei
b. E (Y|X2i, X3i, …, Xki) = β1 + β2 X2i + β3 X3i + ⋯ + βk Xki
c. Yi = β1 + β2 X2i + ui
d. Yi = β1 + β2 X2i + β3 X3i + ⋯ + βk Xki + ui
Giải thích: Theo quy ước, mô hình hồi quy đa biến tổng thể dưới dạng ngẫu nhiên sẽ có thêm phần dư ui trong
phương trình.
Trong mô hình hồi quy tuyến tính, nếu mô hình thỏa mãn các giả thiết cơ bản của OLS thì các ước lượng
có tính chất:
a. tuyến tính, không chệch, tốt nhất
b. không chệch
c. tuyến tính
d. không chệch, hiệu quả
Giải thích: Các tính chất của mô hình hồi quy tuyến tính thỏa mãn các giả thiết cơ bản của OLS.
Giả sử có kết quả ước lượng như sau:
CT = 55.37 + 0.78TN + 0.08TS + 0.09TNP + ei
Se = (13.4) (0.4) (0.02) (0.19)
R2 = 0.84, n = 41
t41 = 2.701 ; t38 = 2.712 ; t37 = 2.715
Với mức ý nghĩa a = 1%, bằng phương pháp giá trị tới hạn, hệ số hồi quy của biến TS có ý nghĩa thống kê
hay không?
a. Chưa đủ cơ sở để kết luận
b. Có, vì ts lớn
c. Không, vì ts lớn
d. Có, vì ts nhỏ
Giải thích: Ta có cặp giả thuyết:
H0: β3 = 0; H1: β3 ≠ 0
̂
β 0.08
ts = se(β3̂ ) = 0.02 = 4
3
ts > t37 = 2.715: Bác bỏ H0. Vậy hệ số hồi quy của biến TS có ý nghĩa thống kê vì ts lớn.
Trong mô hình hồi quy bội, ước lượng bình phương nhỏ nhất được tính bằng cách
a. cực tiểu hóa tổng bình phương các phần dư của mô hình
b. cực tiểu hóa giá trị tuyệt đối của tổng các phần dư trong mô hình
c. cho tổng bình phương các phần dư bằng 0
d. lấy GTNN khoảng cách giữa giá trị của các quan sát thực và giá trị ước lượng của chúng
Giải thích: Hệ số của các biến độc lập trong mô hình hồi quy bội là nghiệm của bài toán cực trị tìm min ∑ 𝐞𝟐𝐢 .
Theo đó, biểu thức này đạt giá trị cực tiểu nếu đạo hàm cấp 1 = 0 và đạo hàm cấp 2 > 0.
Bảng sau cho biết kết quả hồi quy của một mô hình chạy trên mẫu bao gồm 25 quan sát.
Coefficient Standard Error
Constant 145.321 48.682
X1 25.625 9.150
X2 -5.720 3.575
X3 0.823 0.183
Hệ số biến X1 cho biết:
a. nếu X1 thay đổi 1 đơn vị thì Y sẽ thay đổi 25.625 đơn vị
b. nếu X1 thay đổi 1 đơn vị thì X2 sẽ tăng lên 25.625 đơn vị trong trường hợp các yếu tố khác không đổi
c. không thể diễn giải hệ số này
d. nếu X1 thay đổi 1 đơn vị thì Y sẽ tăng lên 25.625 đơn vị trong trường hợp các yếu tố khác không đổi
Giải thích: Cột thứ 2 là cột các hệ số tương ứng của các biến xuất hiện trong cột 1. Theo đó, nếu ko tính ảnh
hưởng của các yếu tố khác, nếu X1 tăng lên 1 đơn vị thì giá trị trung bình của Y sẽ tăng lên 1 lượng chính bằng
hệ số của X1 trong mô hình
Phương trình nào dưới đây biểu diễn hàm hồi quy bội tổng thể?
a. Yi = β̂1 + β
̂2 X2i + β̂3 X3i + ⋯ + β̂k Xki + ei
b. Yi = β1 + β2 X2i + β3 X3i + ⋯ + βk Xki + ui
c. E (Y|X2i, X3i, …, Xki) = β1 + β2 X2i + β3 X3i + ⋯ + βk Xki
d. Yi = β1 + β2 X2i + ui
Giải thích: Trong hàm hồi quy, biến Y sẽ được biểu diễn dưới dạng giá trị kỳ vọng có điều kiện theo Xi
Phát biểu nào sau đây sai:
a. Đa cộng tuyến hoàn hảo xảy ra khi hệ số tương quan giữa các biến độc lập trong mô hình bằng 1 hoặc -1
b. Đa cộng tuyến không hoàn hảo không vi phạm giả định của mô hình hồi quy tuyến tính cổ điển
c. Không thể ước lượng được các tham số của mô hình hồi quy khi có đa cộng tuyến hoàn hảo
d. Đa cộng tuyến không hoàn hảo xảy ra khi phần lớn sự biến động (không phải 100%) của một biến độc
lập ở trong mô hình có thể được giải thích thông qua các biến độc lập khác trong mô hình
Giải thích: Khi có đa cộng tuyến không hoàn hảo, ta vẫn có thể ước lượng được các tham số của môn hình,
nhưng các ước lượng kém chính xác.
Kiểm định nào sau đây có thể được dùng để kiểm định phương sai sai số thay đổi?
a. Kiểm định Breusch – Pagan
b. Kiểm định Durbin – Watson
c. Kiểm định Breusch – Godfrey
d. Kiểm định RESET
Giải thích: Kiểm định Breusch – Pagan được dùng để kiểm tra hiện tượng phương sai sai số thay đổi trong mô
hình. Kiểm định này sử dụng mô hình hồi quy phụ với biến phụ thuộc là bình phương của phần dư.
Hệ số xác định bội R2 trong mô hình
a. là hàm giảm theo số biến độc lập trong mô hình
b. là hàm tăng theo số biến phụ thuộc trong mô hình
c. là hàm tăng theo số biến độc lập trong mô hình
d. là hàm không đổi theo số biến độc lập trong mô hình
Giải thích: Số biến độc lập càng tăng thì ESS càng tăng, RSS càng giảm => ESS/TSS tăng => R2 tăng.
Phương sai sai số thay đổi là gì?
a. là sai số ngẫu nhiên có giá trị khác nhau tại các quan sát khác nhau
b. là phương sai và sai số chuẩn của biến độc lập thay đổi
c. là phương sai của sai số ngẫu nhiên tương ứng với các giá trị khác nhau của biến độc lập không bằng nhau
d. là phương sai và sai số của biến phụ thuộc thay đổi
Giải thích: Phương sai sai số thay đổi là sự vi phạm giả thiết về phương sai không đổi của sai số ngẫu nhiên
tương ứng với các giá trị khác nhau của biến độc lập. Với các giá trị khác nhau của biến độc lập thì phương sai
của sai số ngẫu nhiên nhận các giá trị khác nhau.
Giả thiết không có sự tương quan giữa các sai số ngẫu nhiên ui của mô hình hồi quy bội được biểu diễn
dưới dạng hàm số là
a. E(ui |X2i , X3i , … , Xki ) = 0
b. var(ui |X2i , X3i , … , Xki ) = σ2
c. var(ui |X2i , X3i , … , Xki ) = σ2i
d. cov(ui,uj) = E(ui x uj) = 0
Giải thích: Giả thiết này khẳng định rằng các nhiễu ui và uj không tương quan với nhau. Điều này có nghĩa là:
với hai giá trị bất kỳ Xi và Xj (i≠j), hiệp phương sai giữa hai nhiễu bất kỳ của chúng ui và uj ((i≠j) là bằng 0.
Trong thực tế ứng dụng tại sao sai số chuẩn của các hệ số hồi quy [𝐬𝐞(𝛃̂𝐣 )] thường được sử dụng nhiều
hơn phương sai của các hệ số hồi quy [𝐯𝐚𝐫(𝛃̂𝐣 )]
̂𝟐 )] có cùng đơn vị với ước lượng điểm và có thể tính toán được khi chỉ quan sát được mẫu
a. vì [𝒔𝒆(𝜷
b. [var(β̂2 )] khó tính toán
̂2 )] có thể tính toán được trong hàm hồi quy tổng thể
c. vì [se(β
̂2 )] chính xác hơn
d. vì [se(β
Giải thích: Trong thực tế ứng dụng, chúng ta đa số chỉ có thể quan sát được mẫu thay vì quan sát tổng thể. Trong
khi đó, [var(β̂j )] chỉ có thể tính được khi chúng ta quan sát được tổng thể; [se(β̂j )] có thể tính toán được khi
chúng ta quan sát được mẫu. Ngoài ra [se(β̂j )] có cùng ước có cùng đơn vị ước lượng điểm nên dễ hình dung
hơn.
Đâu là dạng của mô hình hồi quy mẫu 3 biến?
a. E(Y|X2i,X3i) = β1 + β2 X2i + β3 X3i
̂1 + β
b. Yi = β ̂2 X2i + β
̂3 X3i + ⋯ + β
̂k Xki + ei
c. Yi = β1 + β2 X2i + β3 X3i + ui
̂1 + β
d. Yi = β ̂2 X2i + β
̂3 X3i + ei
Giải thích: Theo quy ước, mô hình ước lượng sẽ có thêm dấu mũ trên các hệ số của mô hình. Mô hình có 1 biến
phụ thuộc Y và 2 biến độc lập là X2 và X3.
Giả sử có kết quả ước lượng như sau:
𝐖𝐚𝐠𝐞 = 𝟏𝟗𝟒𝟎. 𝟑𝟖 + 𝟏𝟐. 𝟓𝟓𝐚𝐠𝐞 + 𝟕𝟏. 𝟒𝟑𝐞𝐮𝐝𝐜 + 𝟏𝟐. 𝟏𝟑𝐞𝐱𝐩𝐞𝐫 + 𝐞𝐢
(se) = (152.1) (4.73) (6.53) (3.77)
n = 935
Biết hiệp phương sai giữa hai hệ số ước lượng của age và exper gần bằng 0. Với mức ý nghĩa a = 5%,
𝐭 (𝟎.𝟎𝟐𝟓;𝟗𝟑𝟏) = 𝟏. 𝟗𝟔, có thể cho rằng tác động của age và exper đến wage là như thế nào?
a. Ảnh hưởng của age đến wage mạnh hơn của exper đến wage
b. Ảnh hưởng của age đến wage yếu hơn của exper đến wage
c. Ảnh hưởng của age và exper là không như nhau đến wage
d. Ảnh hưởng của age và exper là như nhau đến wage
Giải thích: Ta có cặp giả thuyết:
H0: β2 = β4 ; H1: β2 ≠ β4
̂ −β
β ̂ ̂2 −β
β ̂4 12.55−12.13
ts = se(β2̂ −β4̂ ) = = √4.732 = 0.069
2 4 ̂2 )+var(β
√var(β ̂2 )−2cov(β
̂2 ; β
̂4 ) +3.772
0.069 < 1.96: Không bác bỏ H0. Kết luận: Có thể cho rằng ảnh hưởng của age và exper là như nhau đến wage.
Hồi quy mô hình 𝐘𝐢 = 𝐛𝟎 + 𝐛𝟏 𝐗 𝟏 + 𝐛𝟐 𝐗 𝟐 + 𝐛𝟑 𝐗 𝟑 + 𝐛𝟒 𝐗 𝟒 + 𝐮𝐢 thu được 𝐑 𝐔 𝟐 = 𝟎, 𝟖𝟕𝟐. Có ý kiến cho
rằng có thể bỏ qua X2; X3 ra khỏi mô hình, thực hiện hồi quy 𝐘𝐢 = 𝐛𝟎 + 𝐛𝟏 𝐗 𝟏 + 𝐛𝟒 𝐗 𝟒 + 𝐮𝐢 thu được 𝐑 𝐑 𝟐 =
𝟎, 𝟔𝟖𝟓. Biết mẫu có 𝐧 = 𝟐𝟓 quan sát. FS cho kiểm định thu hẹp hồi quy có giá trị bằng bao nhiêu:
a. 29.2187
b. 14.609
c. 11.903
d. 20.120
RU 2 −RR 2
m RU 2 −RR 2 n−k 0.872−0.685 25−5
Giải thích: Fs = 1−RU 2
= 2 × = × = 14,609
1−RU m 1−0.872 2
n−k
Trong mô hình hồi quy tuyến tính, nếu nhiễu có phân phối chuẩn thì các ước lượng có phân phối gì?
a. phân phối chuẩn
b. phân phối chuẩn hóa
c. phân phối khi bình phương
d. phân phối F-Fisher
Giải thích: Khi nhiễu có phân phối chuẩn dẫn đến biến phụ thuộc cũng có phân phối chuẩn nên phân phối của
các ước lượng cũng là chuẩn.
Nguyên nhân nào sau đây có thể gây ra tự tương quan trong mô hình hồi quy?
a. tính ì của các chuỗi thời gian kinh tế
b. phương pháp thu nhập mẫu không phù hợp
c. quan sát ngoại lai
d. kỹ thuật thu nhập số liệu được cải thiện
Giải thích: Các chuỗi thời gian kinh tế thường biến đổi chậm chạp. Bắt đầu từ đáy của sự suy thoái, các chuỗi
này (ví dụ GDP) bắt đầu chuyển động lên trên. Trong nhánh đi lên này, giá trị của một chuỗi tại một thời điểm
lớn hơn giá trị trước đó của nó. Khi đến đỉnh, chúng lại bắt đầu từ từ giảm dần cho đến đáy rồi lại từ từ đi lên.
Điều này đồng nghĩa với việc sai số ngẫu nhiên cũng sẽ biến đổi từ từ, chậm chạp theo 1 hình thái nhất định chứ
không ngẫu nhiên.
Giả sử có kết quả ước lượng như sau:
𝐖𝐚𝐠𝐞 = 𝟏𝟗𝟒𝟎. 𝟑𝟖 + 𝟏𝟐. 𝟓𝟓𝐚𝐠𝐞 + 𝟕𝟏. 𝟒𝟑𝐞𝐮𝐝𝐜 + 𝟏𝟐. 𝟏𝟑𝐞𝐱𝐩𝐞𝐫 + 𝐞𝐢
(se) = (152.1) (4.73) (6.53) (3.77)
n = 935
Biết hiệp phương sai giữa hai hệ số ước lượng của age và educ gần bằng 0. Với mức ý nghĩa a = 5%,
𝐭 (𝟎.𝟎𝟓;𝟗𝟑𝟏) = 𝟏. 𝟔𝟒𝟓, có thể cho rằng tác động educ lên wage mạnh hơn tác động của age như thế nào?
a. Ảnh hưởng của educ đến wage yếu hơn của age đến wage
b. Ảnh hưởng của educ đến wage mạnh hơn của age đến wage
c. Ảnh hưởng của age và educ là như nhau đến wage
d. Ảnh hưởng của age và educ là không như nhau đến wage
Giải thích: Ta có cặp giả thuyết:
H0: β3 = β2 ; H1: β3 ≠ β2
̂ −β
β ̂ ̂3 −β
β ̂2 71.13−12.55
ts = se(β3̂ −β2̂ ) = = √4.732 = 7.302
3 2 ̂3 )+var(β
√var(β ̂2 )−2cov(β
̂3 ; β
̂2 ) +6.532
7.302 > 1.645: Bác bỏ H0. Kết luận: Có thể cho rằng ảnh hưởng của educ đến wage mạnh hơn của age đến wage.
Tổng bình phương tất cả các sai lệch giữa giá trị thực tế với giá trị ước lượng theo mô hình của Y được
ký hiệu là:
a. ESS (explained sum of squares)
b. RSS (residual sum of squares)
c. TSS (total sum of squares)
d. MSS (mean sum of squares)
2
Giải thích: RSS = ∑ e2i = ∑(Yi − Ŷi )
Trong hàm hồi quy mẫu, độ chính xác của các ước lượng OLS được đo bằng
a. phương sai của các hệ số hồi quy ước lượng
b. phương sai của các hệ số hồi quy ở tổng thể
c. sai số chuẩn của các hệ số hồi quy ở tổng thể
d. kỳ vọng toán của các hệ số hồi quy ước lượng
Giải thích: Khi phương sai của hệ số hồi quy ước lượng càng nhỏ, thì ước lượng càng chính xác. Bởi vì, khi đó
các hệ số hồi quy ước lượng sẽ phân bố gần nhất giá trị kỳ vọng toán của các hệ số hồi quy ước lượng. Mà theo
định lý Gauss Markov, kỳ vọng toán của các hệ số hồi quy ước lượng chính bằng giá trị của hệ số hồi quy ở tổng
thể.
𝐐 /𝐤
Nếu Q1 có phân phối c2 với bậc tự do là k1, Q2 có phân phối c2 với bậc tự do là k2. Khi đó 𝐅 = 𝐐𝟏 /𝐤𝟏 có
𝟐 𝟐
phân phối F với bậc tự do là:
a. k1 × k2
b. k1 + k2
c. k1 và k2
d. k1 – k2
Giải thích: Theo định nghĩa của phân phối F thì phuơng án k1 và k2 là đúng.
Khảo sát vốn đầu tư Y (tỷ đồng) theo lãi suất ngân hàng X2 (%) và tốc độ tăng trưởng GDP X3 (%).
Với số liệu gồm có 20 quan sát, ước lượng mô hình sau:
̂ = 40.815 – 1.012X2 + 2.123X3
𝐘
t = (2.748) (-2.842) (3.485)
R2 = 0.801
Hệ số lãi suất ngân hàng có ý nghĩa là:
a. nếu không tính đến tốc độ tăng trường GDP, lãi suất ngân hàng tăng 1% thì vốn đầu tư trung bình giảm
1.012 tỷ đồng. Điều này không phù hợp với lý thuyết kinh tế
b. nếu không tính tốc độ tăng trưởng của các yếu tố khác, lãi suất ngân hàng tăng 1% thì vốn đầu tư giảm
1.012%
c. nếu không tính đến tốc độ tăng trường GDP, lãi suất ngân hàng tăng 1% thì vốn đầu tư trung bình giảm
1.012 tỷ đồng. Điều này phù hợp với lý thuyết kinh tế
d. nếu không tính tốc độ tăng trưởng GDP, lãi suất ngân hàng tăng 1% thì vốn đầu tư trung bình giảm 1.012%
Giải thích: Do X2 trong trường hợp này mang dấu âm nên Y và X2 có quan hệ ngược chiều nên X2 tăng lên 1
đơn vị thì giá trị kỳ vọng của Y sẽ giảm một lượng chính bằng hệ số của X2 trong mô hình, không tính ảnh hưởng
của các yếu tố khác. Ngoài ra, theo lý thuyết kinh tế thì vốn đầu tư và lãi suất ngân hàng có quan hệ ngược chiều.
Nên kết quả ước lượng này là phù hợp.
Những phương pháp nào sau đây có thể được sử dụng để xử lý các mô hình mắc phương sai sai số thay
đổi?
i) Lấy logarit của các biến trong mô hình
ii) Sử dụng sai số chuẩn mạnh
iii) Sử dụng phương pháp GLS
iv) Thêm giá trị trễ của biến vào mô hình hồi quy
a. Phương pháp (i), (ii), (iii), (iv)
b. Phương pháp (i) và (iii)
c. Phương pháp (i), (ii) và (iii)
d. Phương pháp (ii) và (iv)
Giải thích: Có thể khắc phục hậu quả của phương sai sai số thay đổi ở trong mô hình bằng cách biến đổi logarit
mô hình, dùng phương pháp sai số chuẩn mạnh hoặc phương pháp GLS.
Giả sử có kết quả ước lượng như sau: 𝐥𝐧(𝐒̂) = 𝟏. 𝟒𝟖𝟖 + 𝟎. 𝟓𝟕𝟑 𝐥𝐧(𝐊) + 𝟎. 𝟑𝟏𝟓𝐥𝐧 (𝐋)
Trong đó: S – sản lượng (%); K – vốn (%); L – lao động (%); Ước lượng 𝛃 ̂𝟐 = 𝟎. 𝟓𝟕𝟑 cho ta biết
a. với điều kiện lao động không đổi, khi vốn tăng 1% thì sản lượng trung bình tăng 0.573%
b. với điều kiện lao động không đổi, khi vốn tăng 1% thì sản lượng trung bình giảm 0.573%
c. với điều kiện lao động không đổi, khi vốn tăng 1 đơn vị thì sản lượng trung bình tăng 0.573 đơn vị
d. với điều kiện lao động không đổi, khi vốn tăng 1% thì sản lượng trung bình tăng 0.315%
Giải thích: Nếu không tính ảnh hưởng của các yếu tố khác, nếu K tăng lên 1 đơn vị thì giá trị kỳ vọng của S sẽ
tăng lên một lượng chính bằng hệ số của K trong mô hình.
Trong bài toán kiểm định, giả thuyết H1:
a. thường ta luôn muốn chứng minh nó đúng
b. thường ta luôn muốn chứng minh nó sai
c. được cho là sai đến khi nó được chứng minh là đúng
d. được cho là đúng đến khi nó được chứng minh là sai (bác bỏ)
Giải thích: H1 là phát biểu ngược với H0, H1 là giả thuyết ta luôn muốn chứng minh nó đúng.
Trong bài toán kiểm định, khi viết cặp giả thuyết cho kiểm định hai phía thì
a. H0 phải có dấu khác
b. H0 phải có dấu bằng
c. H0 phải có dấu nhỏ
d. H0 phải có dấu lớn
H0 : βj = β∗j
Giải thích: Cặp giả thuyết kiểm định hai phía có dạng: nên H0 có dấu bằng.
H1 : βj ≠ β∗j
Trị thống kê d của kiểm định Durbin - Watson có giá trị 1.1. Biết rằng các giá trị tới hạn dL=1.32 và
dU=1.52. Ta có thể kết luận gì về hiện tượng tự tương quan trong mô hình hồi quy?
a. có tự tương quan dương giữa các sai số ngẫu nhiên
b. không có tự tương quan giữa các sai số ngẫu nhiên
c. có tự tương quan âm giữa các sai số ngẫu nhiên
d. không có đủ bằng chứng để kết luận về hiện tượng tự tương quan trong mô hình
Giải thích: Do d < dL nên có tự tương quan dương giữa các sai số ngẫu nhiên.
Khảo sát sự liên hệ giữa sản lượng Y (đơn vị tấn/ha) theo phân bón hóa học X2 (đơn vị tấn/ha) và thuốc
trừ sâu X3 (đơn vị tấn/ha). Với số liệu gồm 10 quan sát. Người ta ước lượng được mô hình sau:
̂ = 32.300 + 1.576X2 +1.203X3
𝐘
(1.445) (0.2214) (0.2367)
2
R = 0.991
Theo kết quả hồi quy trên có R2 = 0.991 nghĩa là:
a. 99.1% sản lượng trung bình được giải thích bởi lượng thuốc trừ sâu
b. 99.1% sản lượng được giải thích bởi lượng phân bón hóa học và thuốc trừ sâu
c. 99.1% sản lượng trung bình được giải thích bởi lượng phân bón hóa học
d. 99.1% sản lượng trung bình được giải thích bởi lượng phân bón hóa học và thuốc trừ sâu
Giải thích: Hệ số R2 cho biết phần trăm thay đổi của biến phụ thuộc được giải thích bởi tất cả các biến độc laajo
trong mô hình.
Giả thiết về tính không đồng nhất trong giá trị của X ở tất cả các quan sát nghĩa là
a. không có sự dao động trong giá trị của biến X ở tất cả các quan sát
b. có sự dao động trong giá trị của biến X ở tất cả các quan sát
c. giá trị của biến X ở tất cả các quan sát bằng nhau
d. giá trị của biến X ở tất cả các quan sát khác nhau
Giải thích: Phân tích hồi quy phân tích sự phụ thuộc giữa các biến số, nghĩa là chúng ta muốn biết sự dao động
trong giá trị của X ảnh hưởng như thế nào đến sự dao động trong giá trị của Y. Do vậy, nếu giá trị của biến X
đồng nhất ở tất cả các quan sát thì không thể phân tích được.
Tổng bình phương được giải thích (Explain Sum of Square) thể hiện
a. tổng bình phương của tất cả các sai lệch giữa giá trị thực tế của Y với giá trị ước lượng của nó
b. tổng bình phương của tất cả các sai lệch giữa giá trị trung bình của Y với giá trị ước lượng của nó
c. tổng bình phương của tất cả các sai lệch giữa giá trị ước lượng của Y với giá trị trung bình của nó
d. tổng bình phương của tất cả các sai lệch giữa giá trị thực tế của Y với giá trị trung bình của nó
Giải thích: Công thức tính tổng bình phương được giải thích là: ESS = ∑(Yi − Y ̅ )2
Giả sử có kết quả ước lượng như sau:
CT = 55,37 + 0,78TN + 0,08TS + 0,09TNP + ei
(se) (13,4) (0,4) (0,02) (0,19)
R2 = 0,84, n = 41
t41 = 2,701; t38 = 2,712; t37 = 2,715
Với mức ý nghĩa a = 1%, khoảng tin cậy hai phía cho hệ số hồi quy của biến TNP bằng bao nhiêu?
a. (0.0257; 0.1343)
b. (0.06; 0.1)
c. (-0.426; 0.606)
d. (-0.36; 1.866)
Giải thích: Khoảng tin cậy 2 phía của hệ số hồi quy nằm trong khoảng:
(̂β4 – t n−k
̂4) ; (β
se(β ̂4 + t n−k
̂4)) = (0.09 – 2.715×0.19;0.09 + 2.715×0.19)= (-0,426 ; 0,606)
se(β
2 2
ĐỀ SỐ 4194
Đâu là dạng ngẫu nhiên của mô hình hồi quy mẫu 2 biến
a. Yi = β1 + β2 Xi + ui
b. Yi = β̂1 + β̂2 Xi + ei
̂1 + β
c. Ŷi = β ̂2 X1 + β
̂3 X2
̂1 + β
d. Ŷi = β ̂2 X1 + β
̂3 X2 + u
Dạng ngẫu nhiên của mô hình hồi quy mẫu 2 biến là mô hình hồi quy có 1 biến độc lập, 1 biến phụ thuộc là giá
trị thực tế của các quan sát, ký hiệu là Y và yếu tố phần dư ký hiệu là ei.
Phương pháp ước lượng GLS
a. là phương pháp bình phương tối thiểu có trọng số
b. có thể được dùng để giải quyết vấn đề phương sai sai số thay đổi của mô hình hồi quy
c. là trường hợp đặc biệt của OLS
d. luôn giải quyết được vấn đề phương sai sai số thay đổi của mô hình hồi quy
Phương pháp bình phương tối thiểu tổng quát có thể được sử dụng để giải quyết vấn đề phương sai sai số thay
đổi của mô hình hồi quy khi xác định được sự biến đổi của phương sai sai số thay đổi theo các yếu tố đã biết
Trong mô hình hồi quy bội, ước lượng bình phương nhỏ nhất được tính bằng cách
a. cho tổng bình phương các phần dư bằng 0
b. lấy giá trị nhỏ nhất khoảng cách giữa giá trị của các quan sát thực và giá trị ước lượng của chúng
c. cực tiểu hóa tổng bình phương các phần dư của mô hình
d. cực tiểu hóa giá trị tuyệt đối của tổng các phần dư trong mô hình
Hệ số của các biến độc lập trong mô hình hồi quy bội là nghiệm của bài toán cực trị tìm 𝑚𝑖𝑛 ∑ 𝑒𝑖2 . Theo đó biểu
thức này đạt giá trị cực tiểu nếu đạo hàm cấp 1 bằng 0 và đạo hàm cấp 2 > 0.
Giả sử có ước lượng như sau. Giá trị ts cho biến TS bằng bao nhiêu?
CT = 55.37 + 0.78TN + 0.08TS + 0.09TNP + ei
Se = (13.4) (0.4) (0.02) (0.19)
R2 = 0.84, n = 41
t41 = 2.701 ; t38 = 2.712 ; t37 = 2.715
Giá trị ts cho biến TS bằng bao nhiêu?
a. 4.13
b. 4
c. 1.95
d. 0.47
̂3
𝛽 0.08
ts = ̂3 ) = =4
𝑠𝑒(𝛽 0.02
Đâu không phải nguyên nhân của khuyết tật phương sai sai số thay đổi
a. quan sát ngoại lai
b. mô hình bỏ sót biến
c. kỹ thuật thu thập số liệu được cải thiện
d. hiện tượng mạng nhện
Hiện tượng mạng nhện là nguyên nhân của hiện tượng tự tương quan, không phải là nguyên nhân của phương
sai sai số thay đổi.
Đâu là dạng của mô hình hồi quy mẫu 3 biến?
a. E(Y|X2i,X3i) = β1 + β2 X2i + β3 X3i
b. Yi = β̂1 + β ̂2 X2i + β
̂3 X3i + ⋯ + β ̂k Xki + ei
c. Yi = β1 + β2 X2i + β3 X3i + ui
d. Yi = β̂1 + β ̂2 X2i + β
̂3 X3i + ei
Theo quy ước, mô hình ước lượng sẽ có thêm dấu mũ trên các hệ số của mô hình. Mô hình có 1 biến phụ thuộc Y
và 2 biến độc lập là X2 và X3.
Giả sử có kết quả ước lượng như sau:
CT = 55,37 + 0,78TN + 0,08TS + 0,09TNP + ei
Se = (13,4) (0,4) (0,02) (0,19)
2
R = 0,84
N = 41
t41 = 2,701 ; t38 = 2,712 ; t37 = 2,715
Giá trị ts cho biến TN bằng bao nhiêu ?
a. 1,95
b. 0,47
c. 4,13
d. 4
̂
𝛽
2
ts = 𝑠𝑒(𝛽
̂ = 1,95
2)
Đâu không phải là một nguyên nhân của khuyết tật tự tương quan
a. hiện tượng trễ
b. hiện tượng mạng nhện
c. nhào nặn dữ liệu
d. quan sát ngoại lai
Nguyên nhân của tự tương quan bao gồm các nguyên nhân khách quan (tính ì của số liệu, hiện tượng trễ, hiện
tượng mạng nhện) và các nguyên nhân chủ quan (xác định sai mô hình, nhào nặn dữ liệu). Sự xuất hiện của các
quan sát ngoại lai không phải là nguyên nhân của tự tương quan.
Trong bài toán kiểm định hệ số hồi quy, khi làm kiểm định một phía bằng phương pháp khoảng tin cậy
thì
a. không cần tính khoảng tin cậy một phía phải
b. cần tính khoảng tin cậy hai phía
c. cần tính khoảng tin cậy một phía trái
d. cần tính khoảng tin cậy một phía (phía trái hoặc phía phải)
Đối với kiểm định một phía bằng phương pháp khoảng tin cậy thì cần xây dựng khoảng tin cậy một phía (phía
trái, phía phải).
Ta có bảng số liệu sau đây về số xe đi qua trạm thu phí, biến X (xe/ngày), trong thời gian gần đây như
sau:
ĐỀ 4197
1. Hồi quy mô hình 𝐘𝐢 = 𝐛𝟎 + 𝐛𝟏 𝐗 𝟏 + 𝐛𝟐 𝐗 𝟐 + 𝐛𝟑 𝐗 𝟑 + 𝐛𝟒 𝐗 𝟒 + 𝐮𝐢 thu được 𝐑 𝐔 𝟐 = 𝟎, 𝟖𝟕𝟐. Có ý kiến cho
rằng có thể bỏ qua X2; X3 ra khỏi mô hình, thực hiện hồi quy 𝐘𝐢 = 𝐛𝟎 + 𝐛𝟏 𝐗 𝟏 + 𝐛𝟒 𝐗 𝟒 + 𝐮𝐢 thu được 𝐑 𝐑 𝟐 =
𝟎, 𝟔𝟖𝟓. Biết mẫu có 𝐧 = 𝟐𝟓 quan sát. Dùng kiểm định thu hẹp hồi quy với mức ý nghĩa a = 5%. Biết F(2, 20)
= 3.493, kết luận:
a. chỉ có thể bỏ X3 ra khỏi mô hình
b. có thể bỏ đồng thời cả X2, X3 ra khỏi mô hình
c. không thể bỏ đồng thời cả X2, X3 ra khỏi mô hình
d. chỉ có thể bỏ X2 ra khỏi mô hình
Giải thích: Ta có cặp giả thuyết:
H1: β2 = β3 = 0; H2: β2 2 + β3 2 ≠ 0
RU2 − RR2
m R U 2 − R R 2 n − k 0.872 − 0.685 25 − 5
Fs = = × = × = 14,609
1 − RU2 1 − RU2 m 1 − 0.872 2
n−k
F2 = 14.609 > 3.493: Bác bỏ H0, vậy không thể bỏ đồng thời cả X2, X3 ra khỏi mô hình
2. Giả sử có kết quả ước lượng như sau:
𝐂𝐓 = 𝟓𝟓. 𝟑𝟕 + 𝟎. 𝟕𝟖𝐓𝐍 + 𝟎. 𝟎𝟖𝐓𝐒 + 𝟎. 𝟎𝟗𝐓𝐍𝐏 + 𝐞𝐢
(se) (13,4) (0,4) (0,02) (0,19)
𝐑𝟐 = 𝟎, 𝟖𝟒; 𝐧 = 𝟒𝟏
Biết 𝐭 𝟒𝟏 = 𝟐, 𝟕𝟎𝟏; 𝐭 𝟑𝟖 = 𝟐, 𝟕𝟏𝟐; 𝐭 𝟑𝟕 = 𝟐, 𝟕𝟏𝟓
Với mức ý nghĩa bằng a = 1%, bằng phương pháp khoảng tin cậy hai phái cho hệ số hồi quy TS bằng bao
nhiêu?
a. (-0.36; 1.866)
b. (0.0257; 0.1343)
c. (0.02; 0.08)
d. (0.06; 0.1)
Giải thích: Khoảng tin cậy hai phía của hệ số hồi quy nằm trong khoảng:
̂3 − t n−k
(β ̂3 ); β
n se(β ̂3 + t n−k ̂3 )) = (0.08 − 2.715 × 0.2; 0.08 + 2.715 × 0.2) = (0.0257; 0.1343)
n se(β
2 2
3. Nếu mức độ tương quan giữa các biến độc lập trong mô hình càng cao thì
a. ước lượng OLS cần đáp ứng được tiêu chuẩn BLUE
b. không ảnh hưởng gì tới ước lượng OLS
c. ước lượng OLS càng chính xác
d. ước lượng OLS càng kém chính xác
Giải thích: Khi xảy ra hiện tượng tương quan giữa các biến độc lập, ta sẽ không tách rời được ảnh hưởng của
các biến này lên biến phụ thuộc => hệ số ước lượng của các biến sẽ không còn phản ánh đúng ảnh hưởng riêng
phần của chúng lên biến phụ thuộc.
4. Ưu điểm chính của việc sử dụng phân tích hồi quy bội là
a. Giả định rằng các phần dư được tạo ra từ phân phối chuẩn
b. Tính toán giá trị p-value để đánh giá tính có ý nghĩa của kết quả
c. Cung cấp một thước đo về mức độ phù hợp của mô hình
d. Cung cấp các ước tính định lượng về một đơn vị thay đổi của biến độc lập X ảnh hưởng thế nào tới
biến phụ thuộc Y
Giải thích: Khác với quan hệ thống kê hay quan hệ tương quan, phân tích hồi quy cho phép đo lường/ dự báo
một cách tường minh ảnh hưởng của (nhiều) biến độc lập lên biến phụ thuộc.
5. Giá trị của thống kê d trong kiểm định Durbin – Watson nằm trong khoảng nào sau đây?
a. 0 ≤ d ≤ 4
b. -2 ≤ d ≤ 2
c. 0 ≤ d ≤ 2
d. -1 ≤ d ≤ 1
Giải thích: Ta có d = 2(1-p)
Mà -1 ≤ p ≤ 1 nên 0 ≤ d ≤ 4
6. Kiểm định ý nghĩa thống kê của mô hình sẽ sử dụng giá trị thống kê nào?
a. Giá trị thống kê khi bình phương
b. Giá trị thống kê T
c. Giá trị thống kê F
d. Giá trị thống kê Z
Giải thích: Kiểm định ý nghĩa thống kê của mô hình là kiểm định đồng thời tất cả các biến độc lập trong mô hình
lên giá trị của biến phụ thuộc, do đó dùng thống kê F.
7. Trong mô hình hồi quy bội: 𝐘𝐢 = 𝛃 ̂𝟏 + 𝛃̂𝟐 𝐗 𝟏𝐢 + 𝛃
̂𝟑 𝐗 𝟐𝐢 + ⋯ + 𝛃̂𝐤 𝐗 𝐤𝐢 + 𝐞𝐢 ; i = 1, 2, …, n
Giá trị ước lượng OLS nhận được bằng cách lấy cực tiểu hóa của:
a. tổng bình phương các phần dư ∑ni=1(Yi − β ̂0 + β
̂1 X1i + β
̂2 X2i + ⋯ + β ̂k Xki + ei )2
̂0 + β
b. tổng giá trị tuyệt đối các phần dư ∑ni=1|Yi − β ̂1 X1i + β
̂2 X2i + ⋯ + β
̂k Xki + ei |
̂𝟎 + 𝜷
c. tổng bình phương các phần dư ∑𝒏𝒊=𝟏(𝒀𝒊 − 𝜷 ̂𝟏 𝑿𝟏𝒊 + 𝜷 ̂𝒌 𝑿𝒌𝒊 )𝟐
̂𝟐 𝑿𝟐𝒊 + ⋯ + 𝜷
d. tổng bình phương các phần dư ∑ni=1(Yi − β̂0 + β̂1 Xi )2
Giải thích: Tư tưởng của phương pháp OLS là tìm cực tiểu của tổng bình phương các phần dư ∑ni=1 e2i min. Từ
hàm hồi quy mẫu Yi = β ̂1 + β
̂2 X1i + β
̂3 X2i + ⋯ + β
̂k Xki + ei suy ra được công thức tính ei.
8. Hồi quy mô hình 𝐘𝐢 = 𝐛𝟎 + 𝐛𝟏 𝐗 𝟏 + 𝐛𝟐 𝐗 𝟐 + 𝐛𝟑 𝐗 𝟑 + 𝐛𝟒 𝐗 𝟒 + 𝐮𝐢 . Có ý kiến cho rằng có thể bỏ qua X2; X3
ra khỏi mô hình, vậy cặp giả thuyết cần kiểm định là:
a. H0: β2 = β3 ; H1: β2 ≠ 0
b. H0: β3 = 0; H1: β3 ≠ 0
c. H0: 𝜷𝟐 = 𝜷𝟑 = 𝟎; H1: 𝜷𝟐 𝟐 + 𝜷𝟑 𝟐 ≠ 𝟎
d. H0: β2 = 0; H1: β2 ≠ 0
Giải thích: Kiểm định có thể bỏ qua X2 và X3 ra khỏi mô hình là kiểm định đồng thời xem liệu
β2 = β3 = 0
9. Trong mô hình hồi quy tuyến tính nếu nhiễu có phân phối chuẩn thì các ước lượng có phân phối:
a. phân phối khi bình phương
b. phân phối chuẩn hóa
c. phân phối chuẩn
d. phân phối F-Fisher
Giải thích: Khi nhiễu có phân phối chuẩn dẫn đến biến phụ thuộc cũng có phân phối chuẩn nên phân phối của
các ước lượng cũng là chuẩn.
10. Giả sử có kết quả ước lượng như sau:
𝐂𝐓 = 𝟓𝟓. 𝟑𝟕 + 𝟎. 𝟕𝟖𝐓𝐍 + 𝟎. 𝟎𝟖𝐓𝐒 + 𝟎. 𝟎𝟗𝐓𝐍𝐏 + 𝐞𝐢
(se) (13,4) (0,4) (0,02) (0,19)
𝐑𝟐 = 𝟎, 𝟖𝟒; 𝐧 = 𝟒𝟏
Biết 𝐭 𝟒𝟏 = 𝟐, 𝟕𝟎𝟏; 𝐭 𝟑𝟖 = 𝟐, 𝟕𝟏𝟐; 𝐭 𝟑𝟕 = 𝟐, 𝟕𝟏𝟓
Với mức ý nghĩa bằng 𝐚 = 𝟏%, khoảng tin cậy 2 phía cho hệ số hồi quy của biến TN bằng bao nhiêu?
a. (-0.426; 0.606)
b. (0.06; 0.1)
c. (0.0257; 0.1343)
d. (-0.36; 1.866)
Giải thích: Khoảng tin cậy hai phía của hệ số hồi quy nằm trong khoảng:
̂2 − t n−k
(β ̂2 ); β
n se(β ̂2 + t n−k ̂2 ))
n se(β
2 2
= (0.78 − 2.715 × 0.4; 0.78 + 2.715 × 0.4) = (−0.36; 1.866)
11. Đâu là dạng ngẫu nhiên của mô hình hồi quy tổng thể 2 biến?
a. 𝒀 = 𝜷𝟏 + 𝜷𝟐 𝑿𝒊 + 𝒖
b. E(Y/Xi ) = β1 + β2 Xi + u
c. E(Y/Xi ) = β1 + β2 X1 + β3 X2
d. E(Y/Xi ) = β1 + β2 Xi
12. Mô hình hồi quy giữa biến doanh thu (Y, đơn vị $1,000), biến giá (X1, đơn vị $) và chi phí quảng cáo
(X2, đơn vị $) có dạng hàm như sau: 𝐘 ̂ = 𝟕 − 𝟑𝐗 𝟏 + 𝟓𝐗 𝟐 . Hệ số của biến Giá X1 cho biết:
a. nếu giá giảm xuống $1 (chi phí quảng cáo giữ nguyên) thì doanh thu sẽ giảm đi $3
b. nếu giá tăng xuống $1 (chi phí quảng cáo giữ nguyên) thì doanh thu trung bình sẽ giảm đi $3,000
c. nếu giá tăng xuống $1 (chi phí quảng cáo giữ nguyên) thì doanh thu sẽ tăng lên $4,000
d. nếu giá tăng xuống $1 (chi phí quảng cáo giữ nguyên) thì doanh thu sẽ tăng lên $3
13. Mô hình nào sau đây có thể mắc đa cộng tuyến?
a. Yi = B1 + B2X2 + u
1
b. Yi = B1 + B2 𝑥 + u
2
c. Yi = B1 + B2 lnX2 + u
d. Yi = B1 + B2X + B3X2 + B4X3 + u
Giải thích: Mô hình có thể có tương quan giữa X1…X2…X3 khi quãng giá trị của X nhỏ. Các mô hình còn lại
đều là mô hình hồi quy đơn.
14. Trong bài toán kiểm định, giả thuyết H1:
a. được cho là đúng đến khi nó bị chứng minh là sai (bác bỏ)
b. được cho là sai đến khi nó được chứng minh là đúng
c. thường ta luôn muốn chứng minh nó đúng
d. thường ta luôn muốn chứng minh nó sai
Giải thích: H1 là phát biểu ngược với H0, H1 là giả thuyết ta luôn muốn chứng minh nó đúng.
15. Hệ số chặn trong 1 mô hình hồi quy bội:
a. nên được loại trừ nếu có 1 biến giải thích nhận giá trị âm.
b. nên được loại trừ vì hàm hồi quy tổng thể không đi qua gốc tọa độ.
c. cho phép xác định độ cao của đường hồi quy.
d. sẽ có ý nghĩa về mặt thống kê nếu lớn hơn 1,96.
Giải thích: Hệ số chặn chính là tung độ gốc của đường hồi quy còn các hệ số góc đo độ dốc của đường hồi quy.
16. Đâu là dạng của mô hình hồi quy mẫu 3 biến?
a. Yi = B1 + B2X2 + B3X3 + u
̅ 1+ 𝑩
b. Yi = 𝑩 ̅ 2X2 + 𝑩̅ 3 X3 - ei
c. Yi = B̅ 1+ B
̅ 2X2 + B
̅ 3 X3 +… + B̅ k Xk ei
d. E(Y/X2, X3) = B1 + B2X2 + B3X3
Giải thích: Theo quy ước, mô hình ước lượng sẽ có thêm dấu mũ trên các hệ số của mô hình. Mô hình có 3 biến
phụ thuộc Y và 2 biến độc lập là X2, X3.
17. Tổng bình phương tất cả các sai lệch giữa giá trị thực tế của Y với giá trị trung bình của nó được ký
hiệu là:
a. ESS
b. TSS
c. MSS
d. RSS
Giải thích: TSS = (Yi - Y ̅)
18. Kiểm định sự phù hợp của mô hình là xác định:
a. liệu tất cả các hệ số, bao gồm cả hệ số chặn, là đồng thời bằng không.
b. liệu có cần thêm biến độc lập bổ sung cho mô hình.
c. liệu mô hình có được ước lượng chính xác hay không.
d. liệu tất cả các hệ số, không bao gồm hệ số chặn, là đồng thời bằng không.
Giải thích: Kiểm định sự phù hợp của mô hình là kiểm định cặp giả thuyết H0: tất cả các hệ số góc bằng nhau và
bằng 0 (mô hình không phù hợp). Tồn tại ít nhất 1 hệ số góc khác không (mô hình phù hợp).
19. Kiểm định Breusch-Godfrey dùng để kiểm định tự tương quan trong mô hình hồi quy tới bậc bao
nhiêu?
a. chỉ tới bậc 3
b. chỉ tới bậc 2
c. chỉ tới bậc 1
d. tới bậc p bất kỳ
Giải thích: Kiểm định Breusch-Godfrey dùng để kiểm định tự tương quan ở bậc bất kỳ.
20. Phần dư OLS trong mô hình hồi quy bội:
a. nhận giá trị bằng 0 vì các giá trị dự đoán là tên gọi khác của các giá trị được dự báo.
b. có cùng giá trị với phần dư trong mô hình hồi quy tổng thể
c. có thể tính được bằng chênh lệch giữa giá trị thực với các giá trị ước lượng của chúng.
d. không thể tính toán do có nhiều hơn 1 biến giải thích trong mô hình
Giải thích: Phần dư là chênh lệch giữa giá trị thực tế và giá trị ước lượng. Nên ei có thể được tính suy ra từ
phương trình hàm hồi quy mẫu.
21. Cho mô hình hồi quy đa biến có dạng: 𝐘 ̂ = 5 – 6X+ 7W. Nếu X tăng lên 1 đơn vị (W không đổi) thì giá
trị kỳ vọng của Y sẽ:
a. tăng lên 11 đơn vị
b. giảm xuống 6 đơn vị
c. giảm xuống 11 đơn vị
d. tăng lên 6 đơn vị
Giải thích: Nếu không tính ảnh hưởng của các yếu tố khác, nếu X tăng 1 đơn vị thì giá trị kỳ vọng của Y sẽ tăng
lên 1 lượng chính bằng hệ số của X trong mô hình.
22. Phương trình nào sau đây biểu diễn hàm hồi quy bội tổng thể:
a. Yi = B1 + B2X2 + B3X3 +…+BkXk + u
b. Yi = B̅ 1+ B
̅ 2X2 + B
̅ 3 X3 +… + B̅ k Xk ei
c. E(Y/X2, X3…Xk) = B1 + B2X2 + B3X3 +…+BkXk
d. Yi = B1 + B2X2 + u
Giải thích: Trong hàm hồi quy, biến Y được biểu diễn dưới dạng giá trị kỳ vọng có điều kiện theo X.
23. Kích thước mẫu (n) ảnh hưởng đến độ chính xác của ước lượng như thế nào?
a. kích thước mẫu càng lớn, hệ số hồi quy ước lượng càng chính xác.
b. kích thước mẫu càng lớn, hệ số hồi quy ước lượng càng không chính xác.
c. kích thước mẫu càng nhỏ, hệ số hồi quy ước lượng càng chính xác.
d. kích thước mẫu không ảnh hưởng đến độ chính xác của hệ số hồi quy ước lượng.
Giải thích: Khi kích thước mẫu càng lớn. phương sai của các hệ số hồi quy càng nhỏ
Hệ số hồi quy ước lượng càng chính xác.
24. Giả sử có kết quả ước lượng như sau:
Wage = 1940,38 +12,55age + 71,43educ + 12,13exper + ei
se = (152,1) (4,73) (6,53) (3,77)
n =935
Biết hiệp phương sai giữa 2 hệ số ước lượng của age và educ gần bằng 0. Với mức ý nghĩa a = 5%, f(0,05;
931) = 1,645.
Có thể cho rằng tác động của educ lên wage mạnh hơn tác động của age như thế nào?
a. ảnh hưởng của educ đến wage mạnh hơn của age đến wage
b. ảnh hưởng của age và educ là như nhau đến wage
c. ảnh hưởng của age và educ là không như nhau đến wage
d. ảnh hưởng của educ đến wage yếu hơn của age đến lương
Giải thích: Ta có cặp giả thuyết:
H0: B2 = B3 ; H1: B2 > B3
̂ −β
β 3
̂2
t = se(β
̂ ̂ = 7,302
3 −β2 )
7,302 > 1,645 : bác bỏ H0
Kết luận: có thể cho rằng ảnh hưởng của educ đến wage mạnh hơn của age đến wage.
25. Giả sử có kết quả ước lượng như sau:
CT = 55,37 + 0,78TN + 0,08TS + 0,09TNP + ei
Se = (13,4) (0,4) (0,02) (0,19)
2
R = 0,84
N = 41
t41 = 2,701
t38 = 2,712
t37 = 2,715
Với mức ý nghĩa a = 1%, bằng phương pháp khoảng tin cậy, hệ số hồi quy của biến TNP có ý nghĩa thống
kê hay không?
a. có vì 0 thuộc khoảng tin cậy
b. có vì 0 không thuộc khoảng tin cậy
c. không vì 0 thuộc khoảng tin cậy
d. không vì 0 không thuộc khoảng tin cậy
Giải thích: Ta có cặp giả thuyết :
H0: Bj = 0 ; H1: Bj 0
Khoảng tin cậy 2 phía của hệ số hồi quy nằm trong khoảng:
̂ (βj – t n−k
̂j) ; (β
se(β ̂3) + t n−k
̂j)) = (-0,426 ; 0,606)
se(β
2 2
Như vậy 0 thuộc khoảng tin cậy nên không bác bỏ H0
Kết luận hệ số hồi quy biến TNP không có ý nghĩa thống kê.
26. Khi phương sai cuả các nhiễu ngẫu nhiên không bằng nhau, hiện tượng này gọi là:
a. tự tương quan
b. đa cộng tuyến
c. phương sai sai số thay đổi
d. phương sai sai số không đổi
Giải thích: Phương sai sai số thay đổi là hiện tượng xảy ra khi phương sai của các nhiễu ngẫu nhiên (sai số ngẫu
nhiên) tương ứng với các giá trị quan sát được của biến độc lập không giống nhau.
27. Cho hình như dưới đây, đây là phân phối nào?
a. phân phối của Ui
b. phân phối của các ước lượng
c. phân phối của Y
d. phân phối của t
Giải thích: 𝛽̂𝑗 − 𝑁(𝛽̂𝑗 ; 𝑣𝑎𝑟(𝛽̂𝑗 )
ts > t = 2,715. Bác bỏ H0 vậy hệ số hồi quy của biến TS có ý nghĩa thống kê vì ts lớn.
37
0.069 < 1.96: Không bác bỏ H0. Kết luận: Có thể cho rằng ảnh hưởng của age và exper là như nhau đến wage.
83. Trong hàm hồi quy biến phụ thuộc là
a. biến điều khiển
b. biến số nằm ở phía trái của phương trình
c. biến giải thích
d. biến số nằm ở phía phải của chương trình
84. Giả định mô hình hồi quy đảm bảo các giả thuyết của mô hình hồi quy tuyến tính cổ điển. Khi sử dụng
phương pháp OLS để ước lượng, các ước lượng sẽ có tính chất
a. tuyến tính, không chệch, tốt nhất
b. phi tuyến tính, chệch, tốt nhất
c. phi tuyến tính, không chệch, tốt nhất
d. tuyến tính, chệch, tốt nhất
85. Hiệp phương sai giữa biến X và biến Y:
a. Đo mức độ biến thiên cùng nhau của hai biến X và Y
b. không phụ thuộc vào đơn vị của biến X và Y
c. cho biết mức độ tương quan tuyến tính giữa hai biến
d. là hàm mật độ sắc suất của biến X và Y
86. Đâu không phải là một nguyên nhân của khuyết tật phương sai sai số thay đổi?
a. Kĩ thuật thu thập số liệu được cải thiện
b. quan sát ngoại lai
c. hiện tượng mạng nhện
d. mô hình bỏ sót biến
Giải thích: Hiện tượng mạng nhện là nguyên nhân của tự tương quan, không phải là nguyên nhân của khuyết tật
phương sai sai số thay đổi.
87. Mô hình hồi quy gồm mấy loại biến số?
a. 3 loại biến số
b. 2 loại biến số
c. k loại biến số
d. 1 loại biến số
88. Trong mô hình hồi quy hai biến hệ số xác định R2
a. lớn hơn hệ số tương quan giữa hai biến X và Y
b. nằm trong khoảng [𝟎; 𝟏]
c. nhỏ hơn 0
d. lớn hơn 1
ESS
Giải thích: R2 = TSS
ESS và TSS đều là số dương mà ESS < TSS. Và trong mô hình hồi quy một biến R2 bằng bình phương hệ số
tương quan giữa biến Y và X.
Khi R2 = 0, biến X không giải thích được sự dao động của Y.
Khi R2 = 1, biến X giải thích được toàn bộ sự dao động của Y.
89. Hiện tượng xảy ra trong thị trường nông sản khi cung nông sản trong thời kỳ t phản ứng theo giá nông
sản trong thời kỳ trước đó gây ra tự tương quan trong mô hình hồi quy được gọi là gì?
e. hiện tượng mạng nhện Cobweb
f. hiện tượng trễ
g. hiện tượng phản ứng chậm
h. hiện tượng ì
Giải thích: Hiện tượng mạng nhện Cobweb là hiện tượng thường xảy ra trong thị trường nông sản, khi cung nông
sản phản ứng chậm một thời điểm so với giá nông sản, ví dụ như người nông dân quyết định sản lượng trồng lúa
theo giá bán lúa ở năm trước (năm trước cao thì năm nay trồng nhiều năm trước thấp thì năm nay trồng ít)
Hiện tượng trễ là khi giá trị của biến phụ thuộc vào chính biến đó ở trong quá khứ
Hiện tượng ỳ là khi số liệu kinh tế vĩ mô biến đổi chậm, không ngẫu nhiên
Không có hiện tượng phản ứng chậm.
90. Khi ∑𝐧𝐢=𝟏 𝐞𝐢 𝟐 đạt giá trị nhỏ nhất thì:
a. Đường hồi quy mẫu thể hiện gần đúng nhất mối quan hệ giữa Y và X
b. Đường hồi quy tổng thể thể hiện gần đúng nhất mối quan hệ giữa Y và X
c. Đường hồi quy tổng thể thể hiện gần đúng nhất mối quan hệ giữa Y và u
d. Đường hồi quy mẫu thể hiện gần đúng nhất mối quan hệ giữa Y và u
Giải thích: ei = Yi − Ŷi thể hiện sự chênh lệch giữa giá trị thực tế và giá trị ước lượng. Giá trị này càng gần 0,
ước lượng càng chính xác. Do vậy khi ∑ni=1 ei 2 đạt giá trị nhỏ nhất thì Đường hồi quy mẫu thể hiện gần đúng
nhất mối quan hệ giữa Y và X.
91. Nếu mô hình hồi quy gốc có 3 biến độc lập, khi dùng kiểm định White sử dụng các phần dư từ mô hình
hồi quy ước lượng, mô hình hồi quy phụ có bao nhiêu biến độc lập?
a. 5
b. 11
c. 10
d. 9
Giải thích: Mô hình hồi quy phụ có 9 biến độc lập bao gồm: 3 biến độc lập trong mô hình ban đầu, 3 bình phương
của các biến độc lập và 3 tích chéo giữa các biến độc lập
92. Khi dùng kiểm định Breusch – Godfrey để kiểm định hiện tượng tự tương quan bậc 2 trong mô hình
hồi quy gốc giá trị kiểm định Lagrange Multiplier Test tuân theo phân phối khi bình phương với bậc tự
do là bao nhiêu?
a. 3
b. 2
c. 4
d. 1
Giải thích: Giá trị kiểm định Lagrange Multiplier Test tuân theo phân phối khi bình phương với bậc tự do là bậc
tự tương quan đang được kiểm định.
93. Bảng sau cho biết kết quả hồi quy của một mô hình hồi quy chạy trên mẫu bao gồm 25 quan sát:
Coefficient Standard
Error
Constant 145.321 48.682
X1 25.625 9.150
X2 -5.720 3.575
X3 0.823 0.183
Dựa vào bản trên phương trình hồi quy ước lượng sẽ có dạng:
a. Y = β1 + β2 X1 + β3 X2 + ε
̂ = 𝟏𝟒𝟓. 𝟑𝟐𝟏 + 𝟐𝟓. 𝟔𝟐𝟓𝐗 𝟏 + 𝟓. 𝟕𝟐𝐗 𝟐 + 𝟎. 𝟖𝟐𝟑𝐗 𝟑
b. 𝐘
c. E(Y) = β1 + β2 X1 + β3 X2 + β4 X3
d. ̂
Y = 48.682 + 9.15X1 + 3.575X2 + 0.183X3
Giải thích: Cột thứ 2 là cột các hệ số tương ứng của các biến xuất hiện trong cột 1 trong phương trình hồi quy
mẫu dạng: Yi = β1 + β2 X1i + β3 X 2i
94. Để đo lường mức độ tương quan giữa hai biến ta sử dụng
a. hệ số chặn
b. hệ số tương quan bội
c. hệ số góc
d. hệ số tương quan đơn
Giải thích: Hệ số tương quan đơn cho biết chiều và mức độ tương quan tuyến tính giữa 2 biến.
95. Trong bài toán kiểm định khi viết các giả thuyết cho kiểm định hai phía thì
a. H0 phải có dấu lớn
b. H1 phải có dấu bằng
c. H1 phải có dấu khác
d. H0 phải có dấu nhỏ
H0 = β j − β j ∗
Giải thích: Cặp giả thuyết cho kiểm định hai phía có dạng: do đó H1 phải có dấu khác.
H1 ≠ βj − βj ∗
96. Phương sai sai số thay đổi là gì?
a. là phương sai của sai số ngẫu nhiên tương ứng với các giá trị khác nhau của biến độc lập không bằng
nhau
b. là phương sai và sai số chuẩn của biến độc lập thay đổi
c. là phương sai và sai số của biến phụ thuộc thay đổi
d. là sai số ngẫu nhiên có giá trị khác nhau tại các quan sát khác nhau
Giải thích: Phương sai sai số thay đổi là sự vi phạm giả thiết về phương sai không đổi của sai số ngẫu nhiên
tương ứng với các giá trị khác nhau của biến độc lập. Với các giá trị khác nhau của biến độc lập thì phương sai
của sai số ngẫu nhiên nhận các giá trị khác nhau
97. Đâu là nguyên nhân của hiện tượng đa cộng tuyến?
a. sai số ngẫu nhiên không có phân phối chuẩn
b. phương pháp thu nhập mẫu không phù hợp
c. hiện tượng trễ
d. quan sát ngoại lai
Giải thích: Hiện tượng đa cộng tuyến có xảy ra nếu phương pháp thu nhập mẫu không phù hợp, mẫu không phản
ánh tổng thể. Tương quan giữa các biến độc lập trong mẫu cao nhưng tương quan giữa chúng không cao như vậy
nếu xét trong toàn bộ tổng thể.
98. Khi kiểm định giả thuyết trong một hệ số hồi quy riêng biệt cách nào được sử dụng?
a. tính giá trị F
b. tính giá trị khi bình phương
c. tính giá trị Z chuẩn hóa
d. tính khoảng tin cậy
Giải thích: Kiểm định hệ số hồi quy không dùng F, chi bình phương và Z chuẩn hóa và mà dùng t-student nên
sẽ tính giá trị t hoặc phương pháp tính khoảng tin cậy.
99. Khi phân tích ảnh hưởng của mức lương cơ bản đến tỷ lệ thất nghiệp tại các tỉnh thành phố tại Việt
Nam từ năm 2000 đến năm 2018 ta cần số liệu
a. thời gian
b. mảng
c. chéo
d. không đủ thông tin để đưa ra câu trả lời
Giải thích: Dữ liệu này có chiều thời gian là từ năm 2000 đến năm 2018 và chiều dữ liệu chéo là các tỉnh/ thành
phố tại Việt Nam.
100. Trong mô hình hồi quy đa biến sai số được giả định là một biến ngẫu nhiên có giá trị trung bình là
bao nhiêu?
a. 0
b. bất cứ giá trị nào
c. -1
d. 1
Giải thích: Giả thiết này có nghĩa là các yếu tố không có trong mô hình Ui đại diện cho chúng không có ảnh
hưởng đến hệ thống giá trị trung bình của Y.
101. Trong hàm hồi quy biến độc lập là
a. biến phản ứng
b. biến được giải thích
c. biến số nằm ở bên trái của phương trình
d. biến số nằm ở bên phải của phương trình
102. Ta gọi biến X là cân nặng của quả dưa hấu. Khi cân thử mười lăm quả dưa hấu ở một trang trại trồng
trọt ta tính được 𝐱̅ = 𝟑, 𝟔𝟐kg và 𝐬𝟐 = 𝟎, 𝟎𝟏. Chủ trang trại này tuyên bố trọng lượng trung bình của quả
dưa hấu là 3,5 kg thì tuyên bố này có đáng tin với mức ý nghĩa 𝐚 = 𝟏% không? Ta biết gải thuyết cần kiểm
định là: H0: m = 3.5 kg; H1: m ≠ 3.5 kg. Thống kê t của kiểm định này là:
a. ts = 18
b. ts = 1.2
c. ts = 4.6
d. ts = 0.12
Giải thích: Công thức tính thống kê t như sau:
(x̅ − μ0 ) × √n (3.62 − 3.5) × √15
ts = = = 4.6
s 0.1
103. Trong bài toán kiểm định, giả thuyết H1 không thể có dấu gì?
a. Dấu lớn hơn
b. Dấu nhỏ hơn
c. Dấu bằng
d. Dấu khác
104. Trong mô hình hồi quy tuyến tính Ui tuân theo phân phối chuẩn là
a. có kỳ vọng bằng không và phương sai không đổi
b. có kỳ vọng là hằng số và phương sai không đổi
c. có kỳ vọng bằng không và phương sai thay đổi
d. có kỳ vọng là hằng số và phương sai thay đổi
Giải thích: Vì Ui ~ N(0;s2)
105. Trong mô hình hồi quy tuyến tính mệnh đề nào sau đây đúng
a. Khi nhiễu có phân phối chuẩn thì chưa thể xác định được phân phối của các ước lượng
b. Khi nhiễu có phân phối không chuẩn thì phân phối của các ước lượng không chuẩn
c. Khi nhiễu có phân phối chuẩn thì phân phối của các ước lượng chuẩn
d. Khi nhiễu có phân phối chuẩn thì chưa thể xác định được phân phối của biến phụ thuộc
Giải thích: Khi nhiễu có phân phối chuẩn dẫn đến biến phụ thuộc cũng có phân phối chuẩn nước nên phân phối
của các ước lượng cũng là chuẩn.
106. Trong bài toán kiểm định khi viết tập giả thuyết cho kiểm định hai phía thì
a. H0 phải có dấu khác
b. H0 phải có dấu lớn
c. H0 phải có dấu nhỏ
d. H0 phải có dấu bằng
107. Trong mô hình hồi quy bội hệ số xác định R2 sẽ tăng nếu
a. một biến giải thích được thêm vào mô hình
b. một biến giải thích được thêm vào mô hình trừ phi hệ số của biến này bằng 0
c. một biến giải thích được thêm vào mô hình trừ phi xảy ra hiện tượng phương sai sai số thay đổi
d. giá trị tuyệt đối của một biến giải thích lớn hơn 196
Giải thích: Là hàm tăng theo số biến độc lập trong mô hình
108. Trong thực tế ứng dụng tại sao sai số chuẩn của các hệ số hồi quy [𝐬𝐞(𝛃 ̂𝟐 )] thường được sử dụng
nhiều hơn phương sai của các hệ số hồi quy [𝐯𝐚𝐫(𝛃 ̂𝟐 )]
̂𝟐 )] có cùng đơn vị với ước lượng điểm và có thể tính toán được khi chỉ quan sát được mẫu
a. vì [𝒔𝒆(𝜷
b. [var(β̂2 )] khó tính toán
̂2 )] có thể tính toán được trong hàm hồi quy tổng thể
c. vì [se(β
̂2 )] chính xác hơn
d. vì [se(β
Giải thích: Trong thực tế ứng dụng, chúng ta đa số chỉ có thể quan sát được mẫu thay vì quan sát tổng thể. Trong
̂2 )] chỉ có thể tính được khi chúng ta quan sát được tổng thể; [se(β
khi đó, [var(β ̂2 )] có thể tính toán được khi
chúng ta quan sát được mẫu. Ngoài ra [se(β ̂2)] có cùng ước có cùng đơn vị ước lượng điểm nên dễ hình dung
hơn.
109. Trong hàm hồi quy mẫu độ chính xác của các ước lượng được đo bằng
a. sai số chuẩn của các hệ số hồi quy ở tổng thể
b. phương sai của các hệ số hồi quy ở tổng thể
c. kỳ vọng toán của các hệ số hồi quy ước lượng
d. phương sai của các hệ số hồi quy ước lượng
Giải thích: Khi phương sai của hệ số hồi quy ước lượng càng nhỏ thì ước lượng càng chính xác. Bởi vì khi đó
các hệ số hồi quy ước lượng sẽ phân bố gần nhất giá trị kỳ vọng toán của các hệ số hồi quy ước lượng. Mà theo
định lý Gauss Markov, kỳ vọng toán của các hệ số hồi quy ước lượng chính bằng giá trị của hệ số hồi quy tổng
thể.
110. Giả sử có kết quả ước lượng như sau:
𝐥𝐧(𝐒̂) = 𝟏. 𝟒𝟖𝟖 + 𝟎. 𝟓𝟕𝟑 𝐥𝐧(𝐊) + 𝟎. 𝟑𝟏𝟓 𝐥𝐧(𝐋)
Trong đó: S - sản lượng (%); K - vốn (%); L - lao động (%). Ước lượng 𝛃 ̂𝟐 = 𝟎. 𝟓𝟕𝟑 cho ta biết:
a. với điều kiện lao động không đổi khi vốn tăng 1% thì sản lượng trung bình tăng 0.315%
b. với điều kiện lao động không đổi khi vốn tăng 1 đơn vị thì sản lượng trung bình tăng 0.573 đơn vị
c. với điều kiện lao động không đổi khi vốn tăng 1% thì sản lượng trung bình giảm 0.573%
d. với điều kiện lao động không đổi khi vốn tăng 1% thì sản lượng trung bình tăng 0.573%
Giải thích: Nếu không tính ảnh hưởng của các yếu tố khác, nếu K tăng lên 1 đơn vị thì giá trị kỳ vọng của S sẽ
tăng lên một lượng chính bằng hệ số của K trong mô hình.
111. Giả sử có kết quả ước lượng như sau:
𝐂𝐓 = 𝟓𝟓. 𝟑𝟕 + 𝟎. 𝟕𝟖𝐓𝐍 + 𝟎. 𝟎𝟖𝐓𝐒 + 𝟎. 𝟎𝟗𝐓𝐍𝐏 + 𝐞𝐢
(se) (13,4) (0,4) (0,02) (0,19)
𝐑𝟐 = 𝟎, 𝟖𝟒; 𝐧 = 𝟒𝟏
Biết 𝐭 𝟒𝟏 = 𝟐, 𝟕𝟎𝟏; 𝐭 𝟑𝟖 = 𝟐, 𝟕𝟏𝟐; 𝐭 𝟑𝟕 = 𝟐, 𝟕𝟏𝟓
Với mức ý nghĩa bằng 𝐚 = 𝟏%, khoảng tin cậy 2 phía cho hệ số hồi quy của biến TNP bằng bao nhiêu?
a. (-0.426; 0.606)
b. (0.06; 0.1)
c. (0.0257; 0.1343)
d. (-0.36; 1.866)
Giải thích: Khoảng tin cậy hai phía của hệ số hồi quy nằm trong khoảng:
̂4 − t n−k
(β ̂4 ); β
n se(β ̂4 + t n−k ̂4 ))
n se(β
2 2
= (0,09 − 2.715 × 0.19; 0.09 + 2.715 × 0.19) = (−0.426; 0.606)
112. Kiểm định nào sau đây có thể được dùng để kiểm định phương sai sai số thay đổi?
a. Kiểm định Durbin-Watson
b. Kiểm định Breusch – Godfrey
c. Kiểm định RESET
d. Kiểm định Breusch – Pagan
113. Phương sai cho biết thông tin gì về biến ngẫu nhiên
a. Phương sai cho biết giá trị trung bình của biến ngẫu nhiên
b. Phương sai cho biết mức độ phân tán của phân phối (các giá trị ngẫu nhiên) xung quanh giá trị kỳ
vọng
c. Phương sai đo mức độ biến thiên của hai biến ngẫu nhiên
d. Phương sai cho biết mức độ tương quan tuyến tính giữa hai biến
114. Số liệu mảng là dạng dữ liệu
a. là số liệu về nhiều đối tượng trong cùng một khoảng thời gian
b. thường bao gồm nhóm kiểm soát và nhóm tác động k
c. kết hợp giữa số liệu chéo vào chuỗi thời gian
d. giống như dữ liệu chuỗi thời gian
115. Giả thiết về tính không đồng nhất trong giá trị của X ở tất cả các quan sát nghĩa là
a. có sự dao động trong giá trị của biến X ở tất cả các quan sát
b. giá trị của biến X ở tất cả các quan sát bằng nhau
c. không có sự dao động trong giá trị của biến X ở tất cả các quan sát
d. giá trị của X ở tất cả các quan sát khác nhau
Giải thích: Phân tích hồi quy phân tích sự phụ thuộc giữa các biến số nghĩa là chúng ta muốn biết sự dao động
trong giá trị của X ảnh hưởng như thế nào đến sự dao động trong giá trị của Y, do vậy nếu giá trị của biến X đồng
nhất ở tất cả các quan sát khi không thể phân tích được
116. Đa cộng tuyến thường xảy ra với loại số liệu nào sau đây?
a. số liệu mảng
b. số liệu hỗn hợp
c. các chuỗi thời gian
d. số liệu chéo
Giải thích: Các bộ số liệu bao gồm các chuỗi thời gian kinh tế vĩ mô thường cũng chịu ảnh hưởng của các yếu
tố như xu thế, chu kỳ kinh doanh nên chúng thường có xu hướng biến đổi khá tương đồng dẫn đến sự tương quan
cao giữa các biến.
117. Giả sử có kết quả ước lượng như sau:
𝐂𝐓 = 𝟓𝟓. 𝟑𝟕 + 𝟎. 𝟕𝟖𝐓𝐍 + 𝟎. 𝟎𝟖𝐓𝐒 + 𝟎. 𝟎𝟗𝐓𝐍𝐏 + 𝐞𝐢
(se) (13,4) (0,4) (0,02) (0,19)
𝐑𝟐 = 𝟎, 𝟖𝟒; 𝐧 = 𝟒𝟏
Với mức ý nghĩa bằng 𝐚 = 𝟓%, có 𝐅𝟎,𝟎𝟓 (𝟑. 𝟑𝟕) = 𝟐. 𝟖𝟑𝟗. Mô hình này có phù hợp không?
a. Mô hình trên là phù hợp vì Fs lớn
b. Mô hình trên là phù hợp vì Fs nhỏ
c. Mô hình trên là không phù hợp vì Fs nhỏ
d. Mô hình trên là không phù hợp vì Fs lớn
Giải thích: Ta có cặp giả thuyết
H0: Mô hình phù hợp; H1: Mô hình không phù hợp
R2 n−k 0,84 41 − 4
Fs = 2
× = × = 64,75
1−R k − 1 1 − 0,84 4 − 1
F(37.3) = 2.839
Fs > 2.839, bác bỏ H0 nên mô hình phù hợp.
118. Giả sử có kết quả ước lượng như sau:
𝐂𝐓 = 𝟓𝟓. 𝟑𝟕 + 𝟎. 𝟕𝟖𝐓𝐍 + 𝟎. 𝟎𝟖𝐓𝐒 + 𝟎. 𝟎𝟗𝐓𝐍𝐏 + 𝐞𝐢
(se) (13,4) (0,4) (0,02) (0,19)
𝐑𝟐 = 𝟎, 𝟖𝟒; 𝐧 = 𝟒𝟏
Biết 𝐭 𝟒𝟏 = 𝟐, 𝟕𝟎𝟏; 𝐭 𝟑𝟖 = 𝟐, 𝟕𝟏𝟐; 𝐭 𝟑𝟕 = 𝟐, 𝟕𝟏𝟓
Với mức ý nghĩa bằng 𝐚 = 𝟏%, bằng phương pháp khoảng tin cậy, hệ số hồi quy của biến TN có ý nghĩa
thống kê hay không?
a. không, vì 0 không thuộc khoảng tin cậy
b. có, vì 0 thuộc khoảng tin cậy
c. có, vì 0 không thuộc khoảng tin cậy
d. không, vì 0 thuộc khoảng tin cậy
Giải thích: Khoảng tin cậy hai phía của hệ số hồi quy nằm trong khoảng:
̂3 − t n−k
(β ̂3 ); β
n se(β ̂3 + t n−k ̂3 )) = (0.08 − 2.715 × 0.2; 0.08 + 2.715 × 0.2) = (0.0257; 0.1343)
n se(β
2 2
Như vậy, 0 không thuộc khoảng tin cậy nên bác bỏ H0. Kết luận hệ số hồi quy biến TS có ý nghĩa thống kê.
119. Mô hình hồi quy tuyến tính hai biến thể hiện:
a. sự phụ thuộc giữa biến Y và k biến X
b. sự phụ thuộc giữa biến Y và 2 biến X
c. sự phụ thuộc giữa biến Y và 1 biến X
d. mối quan hệ nhân quả giữa biến Y và 1 biến X
120. Giả sử có kết quả ước lượng như sau: Y = 11.5 – 1.375X + ei
̅ = 𝟒. Nếu cho X0 = 10, giá trị ước lượng điểm của Y
̂ = 𝟎. 𝟑𝟗𝟓; ∑ 𝐱 𝟐 = 𝟐𝟒; 𝐗
Biết n = 6, t(0.025; 4) = 2.776; 𝛔
là:
a. 1.375
b. 11.5
c. -2.25
d. 10.125
Giải thích: ̂ Y0 = 11.5 − 1.375 × 10 = −2.25
ĐỀ 4200
121. Mức độ biến động trong giá trị của biến độc lập ∑𝒙𝟐𝟏 ảnh hưởng đến độ chính xác của ước lượng như
thế nào?
a. mức độ biến động trong giá trị của biến độc lập càng lớn, hệ số hồi quy ước lượng càng không chính
xác.
b. kích thước mẫu không ảnh hưởng đến độ chính xác của hệ số hồi quy ước lượng.
c. mức độ biến động trong giá trị của biến độc lập càng nhỏ, hệ số hồi quy ước lượng càng chính xác.
d. mức độ biến động trong giá trị của biến độc lập càng lớn, hệ số hồi quy ước lượng càng chính xác.
Giải thích: Khi mức độ biến động trong giá trị của biến độc lập càng lớn, phương sai của các hệ số hồi quy ước
lượng càng nhỏ.
Hệ số hồi quy ước lượng càng chính xác.
122. Trong bài toán kiểm định, khi viết cặp giả thuyết cho kiểm định 2 phía thì:
a. H0 phải có dấu =
b. H0 phải có dấu <
c. H0 phải có dấu
d. H0 phải có dấu >
Giải thích: Cặp giả thuyết cho kiểm định 2 phía có dạng:
H0: Bj = 𝛽𝑗∗ ; H1: Bj 𝛽𝑗∗
123. Trong bài toán kiểm định, giả thuyết Ho không thể có:
a. dấu
b. dấu
c. dấu
d. dấu =
Giải thích: Theo khi viết cặp giả thuyết, giả thuyết H0 phải có dấu = (, ) nhưng không thể có dấu khác.
124. Đâu là nguyên nhân của hiện tượng đa cộng tuyến?
a. phương pháp thu thập mẫu không phù hợp
b. quan sát ngoại lai
c. sai số ngẫu nhiên không có phân phối chuẩn
d. hiện tượng trễ
Giải thích: Hiện tượng đa cộng tuyến có xảy ra nếu phương pháp thu thập mẫu không phù hợp, mẫu không phản
ánh tổng thể. Tương quan giữa các biến độc lập trong mẫu cao nhưng tương quan giữa chúng không cao như vậy
nếu xét trong toàn bộ tổng thể.
125. Giả sử có mô hình hồi quy Yi = B0 + B1 X1 + B2 X2 + B3 X3 + B4 X4 + Ui. Có ý kiến cho rằng có thể bỏ
X2, X3 ra khỏi mô hình, vậy cặp giả thuyết kiểm định là:
a. H0: B2 = B3 ; H1: B3 0
b. H0: B2 = 0 ; H1: B3 0
c. H0: B2 = B3 = 0; H1: B22 + B32 0
d. H0: B3 = 0 ; H1: B2 0
Giải thích: Kiểm định có thể bỏ X2, X3 ra khỏi mô hình là kiểm định đồng thời xem liệu B2 = B3 = 0.
126. Mô hình Yi = B1 + B2X2 + ui là:
a. mô hình tuyến tính theo cả tham số và biến số.
b. mô hình phi tuyến tính trong các tham số nhưng tuyến tính theo biến số.
c. mô hình tuyến tính chỉ theo biến số.
d. mô hình tuyến tính chỉ theo các tham số.
Giải thích: Trong mô hình có tham số là B1, B2 biến độc lập là X nên đây là mô hình tuyến tính theo cả tham số
và biến số.
127. Giả sử có kết quả ước lượng như sau:
CT = 55,37 + 0,78TN + 0,08TS + 0,09TNP + ei
Se = (13,4) (0,4) (0,02) (0,19)
2
R = 0,84
N = 41
t41 = 2,701; t38 = 2,712; t37 = 2,715
Giá trị ts cho biến TS bằng bao nhiêu ?
a. 1,95
b. 0,47
c. 4,13
d. 4
̂
β 3 0,08
Giải thích: ts = se(β
̂ = 0,02 = 4
3)
144. Kiểm định Breusch-Godfrey dùng để kiểm định tự tương quan trong mô hình hồi quy tới bậc bao
nhiêu?
a. chỉ tới bậc 3
b. chỉ tới bậc 2
c. chỉ tới bậc 1
d. tới bậc p bất kỳ
Giải thích: Kiểm định Breusch-Godfrey dùng để kiểm định tự tương quan ở bậc bất kỳ.
145. Giả thiết về phương sai sai số thuần nhất nghĩa là:
a. phương sai có điều kiện của sai số ngẫu nhiên thay đổi.
b. phương sai có điều kiện của sai số ngẫu nhiên không đổi.
c. phương sai của sai số ngẫu nhiên không đổi.
d. phương sai của sai số ngẫu nhiên thay đổi.
Giải thích: Giả thiết về phương sai sai số thuần nhất nghĩa là 𝑣𝑎𝑟(𝑈1 /𝑋1 ) = 𝜎 2 là một hằng số không đổi.
146. Dấu hiệu của hiện tượng đa cộng tuyến là:
a. các ước lượng không thay đổi nhiều khi 1 biến độc lập bị loại khỏi mô hình.
𝟏
b. VIF > 10 với VIFj = 𝟏−𝑹𝟐
c. giá trị t ứng với các biến quan trọng rất lớn
d. ma trận phương sai-hiệp phương sai chứa các giá trị rất nhỏ
1
Giải thích: VIFj = 1−R2 với R2 là hệ số xác định của mô hình hồi quy ứng có biến phụ thuộc là Xj va biến độc
lập là các biến độc lập còn lại của mô hình hồi quy ban đầu.
VIF > 10 thì hiện tượng đa cộng tuyến nghiêm trọng, ảnh hưởng đến kết quả ước lượng mô hình.
147. Trong mô hình hồi quy bội, hệ số xác định R2 sẽ tăng nếu:
a. 1 biến giải thích được thêm vào mô hình trừ phi xảy ra hiện tượng phương sai sai số thay đổi.
b. 1 biến giải thích được thêm vào mô hình trừ phi hệ số của biến này bằng 0
c. Giá trị tuyệt đối của 1 biến giải thích > 1,96
d. 1 biến giải thích được them vào mô hình
Giải thích: R2 là hàm tăng theo số biến độc lập trong mô hình.
148. Trong mô hình hồi quy bội, việc đánh giá ảnh hưởng của biến độc lập Xi lên sự thay đổi của biến phụ
thuộc Yi khi giữ nguyên ảnh hưởng của các biến độc lập khác sẽ:
a. không có nhiều ý nghĩa vì trong thế giới thực tất cả các biến đều thay đổi.
b. phù hợp với việc tính đạo hàm từng phần trong toán học.
c. giúp việc tính toán hệ số ước lượng của 1 biến giải thích cụ thể không bị ảnh hưởng.
d. phù hợp với nguyên lý mutatis mutandis (cho phéo các yếu tố được thay đổi tương ứng) trong kinh tế
học.
Giải thích: Hệ số của các biến độc lập là nghiệm của bài toán cực trị tìm min Σe_i^2. Theo đó biểu thức này đạt
giá trị cực tiểu nếu đạo hàm cấp 1 = 0 và đạo hàm cấp 2 > 0.
149. Tổng bình phương tất cả các sai lệch giữa giá trị thực tế của Y với giá trị trung bình của nó được ký
hiệu là:
a. ESS
b. TSS
c. MSS
d. RSS
Giải thích: TSS = (Yi - Y ̅)
150. Mô hình hồi quy giữa biến doanh thu (Y, đơn vị 1,000$), biến giả (X1, đơn vị $) và chi phí quảng cáo
(X2, đơn vị $) có dạng hàm như sau:
̂ = 7 – 3Xi + 5X2
𝐘
Hệ số của biến giả (X1) cho biết:
a. nếu giá giảm xuống $1 (chi phí quảng cáo giữ nguyên) thì doanh thu sẽ giảm đi $3
b. nếu giá tăng lên $1 (chi phí quảng cáo giữ nguyên) thì doanh thu trung bình sẽ giảm đi $3,000
c. nếu giá tăng lên $1 (chi phí quảng cáo giữ nguyên) thì doanh thu sẽ tăng $4,000
d. nếu giá tăng lên $1 (chi phí quảng cáo giữ nguyên) thì doanh thu sẽ tăng $3
Giải thích: Do X1 trong trường hợp này mang dấu âm nên Y và X1 có quan hệ ngược chiều nên X1 tăng lên 1
đơn vị thì giá trị trung bình của Y sẽ giảm 1 lượng chính bằng hệ số của X1 trong mô hình, không tính ảnh hưởng
của yếu tố khác.
151. Trong mô hình hồi quy tuyến tính, Ui tuân theo phân phối chuẩn là:
a. Ui có kỳ vọng bằng 0 và phương sai thay đổi.
b. Ui có kỳ vọng bằng 0 và phương sai không đổi.
c. Ui có kỳ vọng là hằng số và phương sai không đổi.
d. Ui có kỳ vọng là hằng số và phương sai thay đổi.
Giải thích: Ui – N(0, s2)
152. Gọi X là số xe ô tô qua trạm thu phí trong 1 ngày. Biến X là biến:
a. liên tục
b. nhị phân
c. không đủ thông tin để xác định loại biến của biến x
d. rời rạc
Giải thích: Biến X là số xe qua trạm thu phí một ngày là biến rời rạc, biến này có tập hợp các kết quả có thể đếm
được hoặc xác định được.
153. Trong bài toán kiểm định, khi viết cặp giả thuyết cho kiểm định 1 phía thì:
a. H0 phải có dấu lớn
b. H0 phải có dấu nhỏ
c. H0 phải có dấu bằng
d. H0 phải có dấu khác
Giải thích:
Cặp giả thuyết cho kiểm định 1 phía có dạng:
(iii) phía phải:
H0 : Bj Bj * (Bj = Bj *); H1: Bj > Bj *
(iv) phía trái:
H0 : Bj Bj * (Bj = Bj *); H1: Bj < Bj *
Do đó, giả thuyết H0 cho kiểm định 1 phía là dấu =
𝒏
154. Trong phương pháp OLS, thay vì chỉ cần ∑𝒏𝒊=𝟏 𝒆𝒊 đạt giá trị nhỏ nhất, Gauss lại chuyển thành ∑𝒊=𝟏 𝒆𝟐𝒊
đạt giá trị nhỏ nhất để:
a. trong toán học, bài toán có các biến số ở dạng bậc 1 khó tìm cực trị hơn.
b. trong toán học, bài toán có các biến số ở dạng bình phương dễ tìm cực trị hơn.
c. khắc phục vấn đề triệt tiêu về dấu giữa các giá trị e
d. các biến số độc lập quan trọng được thể hiện rõ ảnh hưởng hơn.
Giải thích: Ta có công thức: ei = Yi − Ŷi thể hiện sự chêch lệch giữa giá trị thực tế và giá trị ước lượng. Vấn
n
đề triệt tiêu dấu có thể xảy ra dẫn đến ∑i=1 ei 2 có giá trị không chính xác. Ví dụ e1 = 10, e2 = -10 dẫn đến tổng
của e1 và e2 bằng 0 nhưng thực tế khoảng cách giữa Yi, Ŷi không phải là 0. Nhưng khi chuyển thành ei 2 , ta có thể
khắc phục được nhược điểm này.
155. Nếu X – N(; 2 ) nhưng không biết s2 , khi đó:
a. X tuân theo quy luật phân phối F
𝑿−𝝁
b. − 𝑻𝒏−𝟏
𝒔
c. X tuân theo quy luật phân phối chuẩn hóa
d. X tuân theo quy luật phân phối poisson
𝑿−𝝁
Giải thích: Nếu X – N(; 2 ) nhưng không biết s2 khi đó − 𝑻𝒏−𝟏
𝒔
156. Các biến nào sau đây là ví dụ của biến ngẫu nhiên liên tục?
a. số xe qua trạm thu phí một ngày
b. nhiệt độ tại hà nội ở 1 thời điểm nào đó
c. số cuộc gọi của khách hàng đến đường dây nóng
d. số sinh viên theo học lớp kinh tế lượng năm 2019 tại FTU
Giải thích: Các phương án còn lại đều là ví dụ của biến ngẫu nhiên rời rạc vì các biến này có tập hợp các kết quả
có thể đếm được hoặc xác định. Duy nhất phương án “nhiệt độ tại hà nội ở 1 thời điểm nào đó” là biến liên tục
vì biến nhận kết quả 1 số vô hạn.
157. Kiểm định Durbin-Watson không có đặc điểm nào sau đây?
a. mất ý nghĩa khi giá trị trễ của biến phụ thuộc xuất hiện trong mô hình với vai trò là biến độc lập
b. vẫn thực hiện được nếu có quan sát bị mất
c. được dùng để kiểm định khuyết tật tự tương quan bậc 1 trong mô hình hồi quy
d. có giá trị thống kê d tiến gần tới 2 khi giả thuyết không là đúng
∑[ei −ei−1 ]2
Giải thích: Trị thống kê d của kiểm định Durbin-Watson được tính theo công thức d = . Ở đây để tính
Σe2i
được chính xác giá trị của d thì cần chênh lệch giữa tất cả các cặp 2 thời kỳ liên tiếp trong bộ số liệu. Vì vậy, phải
không có quan sát bị mất thì mới có thể tính được d.
158. Ta gọi biến X là cân nặng của quả dưa hấu. Khi cân thử 15 quả dưa hấu ở 1 trang trại trồng trọt, ta
tính được 𝒙 ̅ = 3,62 và s2 = 0,01. Chủ trang trại này tuyên bố trọng lượng trung bình của quả dưa hấu là 3,5
kg thì tuyên bố này có đúng với mức ý nghĩa a = 1% không ? Ta biết giá trị tới hạn c = 2,58.
a. không có đủ thông tin để kiểm định khẳng định của chủ trang trại.
b. ts > c, ta bác bỏ giả thuyết không.
c. ts > c, ta chấp nhận giả thuyết không.
d. ts < c, ta chấp nhận giả thuyết không.
Giải thích: Giả thuyết cần kiểm định là:
H0: m = 3,5; H1: m 3,5
Và ta tính được thống kê cho kiểm định này là:
(3,62−3,5)×√15
Ts = = 4,6
0,1
|𝑡𝑠 | > 2,58 (giá trị tới hạn) nên ta bác bỏ giả tuyết không.
159. Trong bài toán kiểm định, giả thuyết H1 không thể có dấu gì?
a. dấu <
b. dấu
c. dấu =
d. dấu >
Giải thích: Giả thuyết đối (H0) là phát biểu ngược với H1 và được cho là đúng nếu H0 bị bác bỏ.
160. Trong hàm hồi quy, biến độc lập là:
a. biến số nằm ở vế phải của phương trình
b. biến số nằm ở vế trái của phương trình
c. biến được giải thích
d. biến phản ứng
Giải thích: Trong hàm hồi quy, biến độc lập là biến số được cho là có tác động đến biến phụ thuộc, thường ký
hiệu là X và nằm ở vế phải của phương trình. Biến phụ thuộc còn được gọi là biến giải thích hay biến điều khiển.