LÝ THUYẾT

Ý nào sau đây đề cập đến giả thuyết HA trong phân tích phương
sai?
Trung bình của các tổng thể đều bằng nhau
Có ít nhất hai mẫu có trung bình khác nhau
Có ít nhất hai tổng thể có trung bình khác nhau
Trung bình của các tổng thể đều khác nhau
Trung bình của các mẫu đều khác nhau
Một nhóm nhà khoa học muốn nghiên cứu về mối liên quan giữa
chỉ số mô mỡ và nồng độ insulin nền (mg/ml, x1), nồng độ
glucose nền (mg/100 ml, x2) trên 21 người khoẻ mạnh. Kết quả
phân tích hồi quy với mức ý nghĩa a = 0.05 như sau.

Phương trình hồi quy thể hiện mối liên quan giữa chỉ số mô mỡ
và insulin nền, glucose nền là:

y= 53.3 x1 + 0.392x2 + 0.584

y= 3.11 + 5.32 x1 – 1.36 x2
y= 166 x1 + 2.088 x2 – 0.793
y= 166 + 2.088 x1 – 0.793 x2
Phép kiểm nào sau đây cho phép xác định mối tương quan giữa
hai biến định tính?
Phân tích hồi quy tuyến tính
Phân tích chi bình phương
Phân tích ANOVA
Cho phương trình hồi quy logistic dự đoán khả năng bị cao LDL
(1=cao, 0=thấp) của người hút thuốc lá độ tuổi 18-25 (x: 1=có
hút thuốc, 0=không hút thuốc) trong mẫu ngẫu nhiên như hình
dưới. Nếu mã hoá x: 1=không hút thuốc; 0= có hút thuốc thì
tung độ góc (B0) và hệ số góc (B1) của phương trình hồi quy
logistic sẽ thay đổi như thế nào?

B0 = -1.9; B1 = -0.31
B0 = -1.59; B1 = 0.31
B0 = -1.59; B1 = -0.31
B0 = -1.9; B1 = 0.31
B0 = 1.59; B1 = 0.31
Tác dụng bất lợi (ADR) của một loại thuốc được khảo sát trên
1500 người bệnh theo nhóm tuổi, với kết quả được trình bày
trong bảng sau. Phép kiểm thống kê nào sau đây có thể được sử
dụng để xác định mức độ ADR của thuốc này có phụ thuộc vào
độ tuổi hay không (α = 0,05)?

Chi bình phương

ANOVA hai yếu tố có lặp
ANOVA hai yếu tố không lặp
ANOVA một yếu tố không ràng buộc
Trong phân tích phương sai, nếu giá trị của tỷ số phương sai (F)
bé hơn giá trị tới hạn (Fc) {F < Fc}, kết luận phù hợp sẽ là ý nào
sau đây?
Phương sai của các tổng thể đều bằng nhau
Phương sai của các tổng thể đều khác nhau
Trung bình của các tổng thể đều bằng nhau
Trung bình của các tổng thể đều khác nhau
Trường hợp nào sau đây thích hợp để xây dựng mô hình hồi quy
logistic?
Biến phụ thuộc là biến định tính, biến độc lập là biến định tính hoặc định lượng
Biến phụ thuộc là biến thời gian (time-to-event), biến độc lập là biến định lượng
Biến phụ thuộc là biến định lượng, biến độc lập là biến định lượng
Biến phụ thuộc là biến định tính hoặc định lượng, biến độc lập là biến định tính
Phân tích phương sai một yếu tố được sử dụng để kiểm tra giả
thuyết thống kê khi:
Đánh giá sự ảnh hưởng của một yếu tố nguyên nhân đến nhiều yếu tố kết quả
Đánh giá sự ảnh hưởng của một yếu tố nguyên nhân đến một yếu tố kết quả
Đánh giá sự ảnh hưởng của nhiều yếu tố nguyên nhân đến một yếu tố kết quả
Đánh giá sự ảnh hưởng của một hoặc nhiều yếu tố nguyên nhân đến một yếu tố kết
quả
Đánh giá sự ảnh hưởng của nhiều yếu tố nguyên nhân đến nhiều yếu tố kết quả
Cho phương trình hồi quy logistic dự đoán khả năng bị cao LDL
(1=cao, 0=thấp) của người hút thuốc lá độ tuổi 18-25 (x: 1=có
hút thuốc, 0=không hút thuốc) trong mẫu ngẫu nhiên như hình
dưới. Tỉ số odds (OR) dự đoán về khả năng bị cao LDL giữa người
hút thuốc lá và không hút thuốc lá là

-1.9
0.13
1.36
0.31
1.9
Bảng sau đây trình bày số ngày nằm viện của các bệnh nhân
được chẩn đoán viêm ruột thừa cấp, được điều trị với hai phương
án khác nhau là A và B. Phép kiểm thống kê nào sau đây là phù
hợp để xác định liệu thời gian nằm viện của các bệnh nhân này
có khác nhau giữa 2 phương pháp điều trị hay không, với α =
0.05?

t-test
ANOVA một yếu tố
ANOVA hai yếu tố không lặp
Chi bình phương
Brown và Persley muốn nghiên cứu về mối liên quan giữa tuổi
(năm) và nồng độ bilirubin (mg/dL) trên 20 bệnh nhân trên 40
tuổi, mắc viêm gan A cấp tính, không nhập viện. Kết quả phân
tích hồi quy y = β0 +β1x với mức ý nghĩa a = 0.05 như sau.

Phương trình hồi quy thể hiện mối liên quan giữa tuổi (năm) và
nồng độ bilirubin (mg/dL) là:

y = -2.98 + 0.1793x với x là tuổi và y nồng độ bilirubin

ln[p/(1-p)] = -2.98 + 0.1793x với x là tuổi và p là xác suất mắc viêm gan
y= -2.98 + 0.1793x với x là nồng độ bilirubin và y là tuổi
y= 4.6 + 0.0803x với x là tuổi và y nồng độ bilirubin
Brown và Persley muốn nghiên cứu về mối liên quan giữa tuổi
(năm) và nồng độ bilirubin (mg/dL) trên 20 bệnh nhân trên 40
tuổi, mắc viêm gan A cấp tính, không nhập viện. Kết quả phân
tích hồi quy y = β0 +β1x với mức ý nghĩa a = 0.05 như sau.

Một bệnh nhân 50 tuổi mắc viên gan A, trung bình giá trị
bilirubin dự đoán được từ phương trình hồi quy là bao nhiêu?
8.615 mg/dL
5.985 mg/dL
295.48 mg/dL
1071.67 mg/dL
Trong trường hợp nào sau đây, việc áp dụng phân tích hồi quy
logistic là thích hợp?
Hồi quy đa biến (Y và nhiều X), biến độc lập vừa có biến định tính vừa có biến định
lượng, biến phụ thuộc là biến định lượng
Hồi quy với mô hình bậc 2
Hồi quy đa biến (Y và nhiều X), biến độc lập là biến định lượng, biến phụ thuộc là
biến định tính
Hồi quy đơn giản (2 biến X – Y), cả hai biến X, Y đều là biến định lượng
Một nhóm nhà khoa học muốn nghiên cứu về mối liên quan giữa
chỉ số mô mỡ và nồng độ insulin nền (mg/ml, x1), nồng độ
glucose nền (mg/100 ml, x2) trên 21 người khoẻ mạnh. Kết quả
phân tích hồi quy với mức ý nghĩa a = 0.05 như sau.

Một người có nồng độ insulin nền là 25 mg/ml và nồng độ

glucose nền là 90 mg/100 ml thì chỉ số mô mỡ nằm trong khoảng
dự đoán là bao nhiêu?
8.33859
129.310 đến 164.347
106.621 đến 187.035
146.828
Trong phân tích phương sai, giá trị p (p-value) được so sánh với
giá trị nào để có thể kiểm định giả thuyết thống kê và kết luận?
Tỷ số phương sai
F tới hạn
Mức ý nghĩa
Độ tin cậy
Dữ liệu dưới đây được thu thập từ bảng câu hỏi quốc gia Hoa Kỳ
(NHANES) trong 2 chu kì (2007-2008 và 2009-2010) với cỡ mẫu
là 10065 người. Các nhà nghiên cứu muốn xem xét mối liên hệ
giữa bệnh loãng xương và nồng độ calcium trong máu, tuổi, giới
tính. (mức ý nghĩa alpha = 0,05). Mô tả dữ liệu: - Bệnh loãng
xương (osteop): (1=có; 0=không) - Nồng độ calcium trong máu
(Calcium): biến liên tục (x1) - Tuổi (age): biến liên tục (x2) - Giới
tính (sex): nam = 0 (nhóm tham chiếu), nữ =1 (x3). Vai trò của
các yếu tố trong phương trình hồi quy logistic là:
Biến độc lập là giới tính, tuổi và khả năng mắc bệnh loãng xương, biến phụ thuộc là
nồng độ calcium trong máu.
Biến độc lập là giới tính và tuổi, biến phụ thuộc là nồng độ calcium trong máu và khả
năng mắc bệnh loãng xương.
Biến độc lập là khả năng mắc bệnh loãng xương, biến phụ thuộc là nồng độ calcium
trong máu, tuổi, giới tính.
Biến phụ thuộc là giới tính và tuổi, biến độc lập là nồng độ calcium trong máu và khả
năng mắc bệnh loãng xương.
Biến phụ thuộc là khả năng mắc bệnh loãng xương, biến độc lập là nồng độ calcium
trong máu, tuổi, giới tính.
Một nghiên cứu được thực hiện để đánh giá độ cứng viên nén có
phụ thuộc vào tốc độ dập viên và/ hoặc loại tá dược độn hay
không. Theo đó, với các tốc độ dập viên khác nhau và tá dược
độn khác nhau, kết quả đo độ cứng viên (theo kgf) được ghi
nhận lại theo bảng bên dưới.

Phép kiểm thống kê nào sau đây có thể được sử dụng để xác
định "Liệu rằng tốc độ dập viên và loại tá dược độn có ảnh hưởng
đến độ cứng viên hay không?"
T-test
Z-test
ANOVA hai yếu tố không lặp
ANOVA một yếu tố có ràng buộc
Chi bình phương
ANOVA hai yếu tố có lặp
ANOVA một yếu tố không ràng buộc
Hồi quy đa biến
Dữ liệu dưới đây được thu thập từ bảng câu hỏi quốc gia Hoa Kỳ
(NHANES) trong 2 chu kì (2007-2008 và 2009-2010) với cỡ mẫu
là 10065 người. Các nhà nghiên cứu muốn xem xét mối liên hệ
giữa bệnh loãng xương và nồng độ calcium trong máu, tuổi, giới
tính. (mức ý nghĩa alpha = 0,05). Mô tả dữ liệu: - Bệnh loãng
xương (osteop): (1=có; 0=không) - Nồng độ calcium trong máu
(Calcium): biến liên tục (x1) - Tuổi (age): biến liên tục (x2) - Giới
tính (sex): nam = 0 (nhóm tham chiếu), nữ =1 (x3). Viết phương
trình hồi quy logistic dự đoán khả năng mắc bệnh loãng xương
phụ thuộc vào các yếu tố:
ln[p/(1-p)] = 1.07 + 0.112x1 + 0.00329x2 – 0.122x3
ln[p/(1-p)] = 0.07192 + 2.057x1 – 7.86x2 – 0.057x3
ln[p/(1-p)] = -7.38 – 0.50x1 + 21.85x2 + 16.79x3
ln[p/(1-p)] = -7.86 – 0.057x1 + 0.07192x2 + 2.057x3
ln[p/(1-p)] = -7.86x1 – 0.057x2 + 0.07192x3 + 2.057
Trong các phép phân tích tương quan sau đây, cách lựa chọn
nào KHÔNG hợp lý?
Phân tích tương quan giữa “Chiều cao của bố” và “Chỉ số IQ của con đầu lòng”
Phân tích tương quan giữa “Đường huyết đói của bệnh nhân đái tháo đường” và
“Hạn sử dụng của thuốc điều trị đái tháo đường”
Phân tích tương quan giữa “tuổi” và “mật độ xương” của nữ giới sống ở Thành phố
Hồ Chí Minh
Phân tích tương quan giữa “Chiều cao của bố” và “Chiều dài của con đầu lòng lúc
chào đời”
Brown và Persley muốn nghiên cứu về mối liên quan giữa tuổi
(năm) và nồng độ bilirubin (mg/dL) trên 20 bệnh nhân trên 40
tuổi, mắc viêm gan A cấp tính, không nhập viện. Kết quả phân
tích hồi quy y = β0 +β1x với mức ý nghĩa a = 0.05 như sau.

Cách tiến hành đánh giá hệ số của phương trình hồi quy đúng là:
B. H0: b1 = 0, HA: b1 khác 0; p-value = 0.524 > 0.05 => chấp nhận H0
D. H0: b1 = 0, HA: b1 khác 0; p-value = 0.038 < 0.05 => chấp nhận H0
A. H0: b1 = 0, HA: b1 khác 0; p-value = 0.524 > 0.05 => bác bỏ H0
C. H0: b1 = 0, HA: b1 khác 0; p-value = 0.038 < 0.05 => bác bỏ H0
Trong nghiên cứu tương quan giữa “Lượng calci trong khẩu
phần ăn hàng ngày trước khi dậy thì” và “Chiều cao khi trưởng
thành” của người Việt Nam, sự xắp xếp nào sau đây là hợp lý
nhất về đặc điểm của các biến:
Trong phân tích tương quan không cần phân biệt vai trò của biến độc lập và biến
phụ thuộc
“Lượng calci trong khẩu phần ăn hàng ngày trước khi dậy thì” và “Chiều cao khi
trưởng thành” không thể là biến trong phân tích tương quan vì chúng không có quan
hệ nhân – quả
“Lượng calci trong khẩu phần ăn hàng ngày trước khi dậy thì” là biến độc lập; “Chiều
cao khi trưởng thành” là biến phụ thuộc
Phép phân tích hồi quy thông thường bao gồm các bước nào
sau đây (theo thứ tự trước sau)?
Lựa chọn mô hình hồi quy --> Đánh giá phương trình hồi quy --> Lập đường hồi quy
để tìm các hệ số trong phương trình hồi quy --> Kiểm tra tiêu chuẩn của biến
Lựa chọn mô hình hồi quy --> Vẽ biểu đồ phân tán --> Lập đường hồi quy để tìm các
hệ số trong phương trình hồi quy--> Kiểm tra tiêu chuẩn của biến
Kiểm tra tiêu chuẩn của biến --> Lựa chọn mô hình hồi quy --> Lập đường hồi quy để
tìm các hệ số trong phương trình hồi quy --> Đánh giá phương trình hồi quy
Vẽ biểu đồ phân tán --> Đánh giá phương trình hồi quy -->Kiểm tra tiêu chuẩn của
biến --> Lập đường hồi quy để tìm các hệ số trong phương trình hồi quy
Cho phương trình hồi quy logistic dự đoán xu hướng tham gia
chương trình tư vấn sức khỏe (p: xác suất tham gia) theo độ tuổi
trong 1 cộng đồng 185 người nữ như hình dưới. Xác suất tham
gia chương trình tư vấn sức khỏe của nhóm người 40 tuổi là bao
nhiêu?

0.69
0.29
0.59
0.39
0.49
Phương pháp được sử dụng để ước lượng các hệ số trong
phương trình hồi quy tuyến tính là gì?
Phương pháp ước lượng hợp lý cực đại
Phương pháp bình phương cực tiểu
Phương pháp ước lượng hợp lý cực tiểu
Phương pháp bình phương cực đại
Trong phép phân tích tương quan giữa hai biến (biến “Cv” và
biến “Height”), biểu đồ phân tán đã sau đây đã được lập. Chọn
phát biểu ĐÚNG

“Height” là biến định tính

“Cv” là biến phụ thuộc
“Cv” và “Height” có tương quan âm
“Cv” và “Height” có tương quan nghịch
“Cv” và “Height” có tương quan dương
Brown và Persley muốn nghiên cứu về mối liên quan giữa tuổi
(năm) và nồng độ bilirubin (mg/dL) trên 20 bệnh nhân trên 40
tuổi, mắc viêm gan A cấp tính, không nhập viện. Kết quả phân
tích hồi quy y = β0 +β1x với mức ý nghĩa a = 0.05 như sau.

Hệ số xác định của phương trình trên là bao nhiêu?

R-sq = SSR/SSE = 97.17/350.76 = 0.2770

R-sq = SSE/SST = 350.76/447.93 = 0.7831
R-sq = SSR/SST = 350.76/447.93 = 0.7831
R-sq= SSR/SST = 97.17/447.93 = 0.2169
Dữ liệu dưới đây được thu thập từ bảng câu hỏi quốc gia Hoa Kỳ
(NHANES) trong 2 chu kì (2007-2008 và 2009-2010) với cỡ mẫu
là 10065 người. Các nhà nghiên cứu muốn xem xét mối liên hệ
giữa bệnh loãng xương và nồng độ calcium trong máu, tuổi, giới
tính. (mức ý nghĩa alpha = 0,05). Mô tả dữ liệu: - Bệnh loãng
xương (osteop): (1=có; 0=không) - Nồng độ calcium trong máu
(Calcium): biến liên tục (x1) - Tuổi (age): biến liên tục (x2) - Giới
tính (sex): nam = 0 (nhóm tham chiếu), nữ =1 (x3). Dựa vào số
liệu phân tích hồi quy, phát biểu nào sau đây là KHÔNG ĐÚNG:
Ảnh hưởng của tuổi đến khả năng mắc bệnh loãng xương có ý nghĩa thống kê sau
khi hiệu chỉnh nồng độ calcium máu và giới tính
Ảnh hưởng của nồng độ calcium máu đến khả năng mắc bệnh loãng xương không
có ý nghĩa thống kê sau khi hiệu chỉnh tuổi và giới tính
Ảnh hưởng của nồng độ calcium máu đến khả năng mắc bệnh loãng xương có ý
nghĩa thống kê sau khi hiệu chỉnh tuổi và giới tính
Ảnh hưởng của giới tính đến khả năng mắc bệnh loãng xương có ý nghĩa thống kê
sau khi hiệu chỉnh tuổi và nồng độ calcium máu
Một nhóm nhà khoa học muốn nghiên cứu về mối liên quan giữa
chỉ số mô mỡ và nồng độ insulin nền (mg/ml, x1), nồng độ
glucose nền (mg/100 ml, x2) trên 21 người khoẻ mạnh. Kết quả
phân tích hồi quy với mức ý nghĩa a = 0.05 như sau.

Hệ số xác định của phương trình hồi quy là:

C. 68.17%
A. 19.28%
D. 31.83%
B. 46.68%
Cho phương trình hồi quy logistic dự đoán khả năng bị cao LDL
(1=cao, 0=thấp) của người hút thuốc lá độ tuổi 18-25 (x: 1=có
hút thuốc, 0=không hút thuốc) trong 1 mẫu ngẫu nhiên như hình
dưới. Ý nghĩa của giá trị -1.9 là gì?

Xác suất bị cao LDL của người không hút thuốc lá

Logarite tỉ số odds (ln[OR]) khả năng bị cao LDL của người hút thuốc lá so với người
không hút thuốc lá
Logarite odds khả năng bị cao LDL của người không hút thuốc lá
Logarite odds khả năng bị cao LDL của người hút thuốc lá
Nồng độ LDL trung bình của những người không hút thuốc lá
Hãy cho biết ý nghĩa của giá trị p trong phương trình hồi quy
logictis sau:

Là xác xuất để biến phụ thuộc có giá trị = 1

Là xác xuất mắc sai lầm loại 2 trong phép kiểm giả thuyết thống kê
Là mức ý nghĩa trong phép thống kê, thường có giá trị 0.05
Là hệ số góc (độ nghiêng) của đường thẳng hồi quy
Là nguy cơ mắc bệnh của các đối tượng tham gia nghiên cứu trong nhóm phơi
nhiễm
Cho phương trình hồi quy logistic dự đoán xu hướng tham gia
chương trình tư vấn sức khỏe (p: xác suất tham gia) theo độ tuổi
trong 1 cộng đồng 185 người nữ như hình dưới. Xác suất tham
gia chương trình tư vấn sức khỏe của nhóm người 60 tuổi là bao
nhiêu?

0.60
0.40
0.50
0.20
0.30
Trong phép phân tích hồi quy để nghiên cứu mối quan hệ giữa
“Tuổi thọ của thuốc”, “Nhiệt độ bảo quản” và “Độ ẩm bảo quản”
của các sản phẩm thuốc, sự sắp xếp nào sau đây là hợp lý dựa
theo đặc điểm các biến?
“Tuổi thọ của thuốc” và “Nhiệt độ bảo quản” là biến độc lập; “Độ ẩm bảo quản” là
biến phụ thuộc
“Tuổi thọ của thuốc” là biến độc lập; “Độ ẩm bảo quản” và “Nhiệt độ bảo quản” là
biến phụ thuộc
“Tuổi thọ của thuốc” và “Độ ẩm bảo quản” là biến độc lập; là biến phụ thuộc “Nhiệt
độ bảo quản”
“Tuổi thọ của thuốc” là biến phụ thuộc; “Độ ẩm bảo quản” và “Nhiệt độ bảo quản” là
là biến độc lập
Phân tích hồi quy hai bộ dữ liệu (A và B) thu được biểu đồ phân
tán và phương trình hồi quy như hình vẽ bên trên. Hãy chọn phát
biểu ĐÚNG trong các phát biểu sau:

Hai biến X và Y trong trường hợp B có mức độ tương quan cao hơn so với trường
hợp A
Hệ số xác định trong trường hợp A có giá trị cao hơn so với trường hợp B
Hệ số tương quan trong hai trường hợp (A và B) bằng nhau
Hệ số xác định trong hai trường hợp (A và B) bằng nhau
Cho phương trình hồi quy logistic dự đoán xu hướng tham gia
chương trình tư vấn sức khỏe (p: xác suất tham gia) theo độ tuổi
trong 1 cộng đồng 185 người nữ như hình dưới. Tỉ số odds (OR)
dự đoán về xu hướng tham gia chương trình tư vấn sức khỏe của
nhóm người 60 tuổi so với 40 tuổi là:

0.758
0.47
-0.758
0.68
2.13
Người thực hiện hồi quy phải lựa chọn mô hình phù hợp với đặc
điểm phân bố của dữ liệu đầu vào. Dạng phương trình toán học
nào sau đây thích hợp với mô hình hồi quy tuyến tính?

B
D
E
C
A