Font size
Worksheetstrắc nghiệm kinh tế lượng
Total questions: 93
Worksheet time: 47mins
Trong mối quan hệ giữa chiều cao và giới tính, giới tính được gọi là
biến phụ thuộc.
biến giải thích.
biến kết quả.
biến được giải thích.
Trong mối quan hệ giữa thu nhập và tuổi tác, tuổi được gọi là
biến phụ thuộc.
biến giải thích.
biến kết quả.
biến được giải thích.
Hàm hồi quy mẫu ước lượng được của mô hình hồi quy đơn cho bởi:
Ỹ = β̂₁ + β̂₂X + U
Y = β₁ + β₂X
Ỹ = β̂₁ + β̂₂X
Y = β₁ + β₂X + U
Mô hình hồi quy bội được biểu diễn dưới dạng ma trận như sau:
Y = Xβ
Y = X + U
Y = βX + U
Y = Xβ + U
Phần dư eᵢ của hàm hồi quy mẫu tính bởi phương pháp OLS có trung bình mẫu:
bằng 0.
lớn hơn 0.
nhỏ hơn 0.
không xác định được.
Trong mô hình hồi quy Yᵢ = β₁ + β₂Xᵢ + β₃Dᵢ + β₄(Xᵢ x Dᵢ) + Uᵢ, với X là biến liên tục và D là biến giả, để kiểm định hai mô hình ứng với D = 1 và D = 0 có giống nhau hay không, chúng ta cần kiểm định:
lần lượt các giả thuyết β₃ = 0, β₄ = 0.
giả thuyết β₄ = 0.
giả thuyết β₃ = 0.
đồng thời giả thuyết β₃ = 0; β₄ = 0.
Các mô hình dưới đây đều chứa biến tương tác giữa biến giả và biến liên tục, trừ:
Yₜ = β₁ + β₁Xᵢ + β₃Dᵢ + β₄Xᵢ × Dᵢ + Uᵢ
Yₜ = β₁ + β₁Xᵢ + β₃Xᵢ × Dᵢ + Uᵢ
Yₜ = β₁ + β₂Xᵢ + β₃Dᵢ + β₄Xᵢ × Dᵢ + Uᵢ
Yₜ = β₁ + β₁Xᵢ + β₃Dᵢ + Uᵢ
Hiện tượng đa cộng tuyến hoàn hảo xảy ra khi:
∃λ₂,λ₃,...,λₖ ∈ ℝ sao cho λ₂X₂ + λ₃X₃ +...+λₖXₖ = 0
∃λ₂,λ₃,...,λₖ ∈ ℝ không đồng thời bằng 0 sao cho λ₂X₂ + λ₃X₃ +...+λₖXₖ = 0
∃λ₂,λ₃,...,λₖ ∈ ℝ sao cho λ₂X₂ + λ₃X₃ +...+λₖXₖ + V = 0 với V là sai số ngẫu nhiên.
∃λ₂,λ₃,...,λₖ ∈ ℝ không đồng thời bằng 0 sao cho λ₂X₂ + λ₃X₃ +...+λₖXₖ + V ≈ 0 với V là sai số ngẫu nhiên.
Cho phương trình hồi quy: Yᵢ = β₁ + β₂Xᵢ + Uᵢ. Với các phần dư thu được, người ta tiến hành hồi quy |eᵢ| = λ₁ + λ₂Xᵢ + vᵢ. Cách làm này nhằm phát hiện ở mô hình gốc khuyết tật
đa cộng tuyến.
sai số không có phân phối chuẩn.
tự tương quan.
phương sai sai số thay đổi.
Đặc điểm nào sau đây không thuộc về đường hồi quy mẫu ước lượng bởi OLS?
Có hệ số góc và hệ số chặn được xác định một cách duy nhất ứng với một mẫu quan sát.
Không nhất thiết phải đi qua trung bình mẫu.
Có thể đi qua hoặc không đi qua gốc tọa độ.
ứng với mỗi mẫu quan sát có duy nhất một đường.
Để ước lượng hàm cầu cho một loại sản phẩm, theo đó, lượng cầu phụ thuộc tuyến tính vào giá sản phẩm, chúng ta nên
bỏ hệ số chặn trong mô hình hồi quy vì giá của sản phẩm không bao giờ bằng 0.
sử dụng kiểm định một phía để xem xét ảnh hưởng của giá đến lượng cầu.
sử dụng kiểm định hai phía để xem xét ảnh hưởng của giá đến lượng cầu.
bỏ ý tưởng giả xác định lượng cầu trừ khi hệ số góc ước lượng lớn hơn 1.96 ( = t^ α/2 (+∞) )
Trong mô hình hồi quy tuyến tính đơn,
không tồn tại mối liên hệ toán học giữa thống kê t của hệ số góc và thống kê F.
thống kê F bằng căn bậc hai thống kê t của hệ số góc.
thống kê F bằng bình phương thống kê t của hệ số góc.
tồn tại mối liên hệ toán học giữa thống kê t của hệ số góc và thống kê F, nhưng không phải là mối liên hệ nêu ở phương án B, C.
Trong mô hình hồi quy tuyến tính đơn, hệ số chặn bằng 0 cho biết
Trung bình ảnh hưởng các biến khác không được đưa vào trong mô hình đến Y bằng 0.
ngoài X, không có bất cứ biến nào khác tác động đến Y.
Y có giá trị bằng 0 khi X bằng 0.
X không ảnh hưởng đến Y.
Câu 14: Cho CP là chi phí quảng cáo, DS là doanh số của công ty và LN là lợi nhuận. Dựa trên mẫu gồm 30 quan sát, người ta hồi quy CP phụ thuộc vào DS và LN (mô hình 1) thu được phần dư E và ước lượng của chi phí quảng cáo gọi là CPF. Nghi ngờ mô hình này có khuyết tật, người ta hồi quy E² phụ thuộc vào CPF² (mô hình 2). Mô hình 2 có R² = 0.92. Ở α = 5%, chúng ta cần kiểm định mô hình 2 có phù hợp hay không?
A. không cần làm gì cả, vì mô hình 1 không có khuyết tật.
B. cần phải biến đổi sai phân với ρ = 0.92 ở mô hình 1.
C. cần phải chia các ước của mô hình 1 cho CPF.
D. cần phải chia cả 2 vế của mô hình 1 cho CPF.
Câu 15: Trong mô hình hồi quy ln(Y) = β₁ + β₂ ln(X) + U, hệ số góc cho biết khi X thay đổi ___ sẽ làm Y thay đổi trung bình____.
A. 1%; β₂ %
B. 1%; 0.01β₂ đơn vị.
C. 1 đơn vị; 100β₂%.
D. 1 đơn vị; β₂ đơn vị.
Câu 16: Cho phương trình hồi quy: Yᵢ = β₁ + β₂X₂ᵢ + β₃X₃ᵢ + Uᵢ (mô hình 1). Với các phần dư thu được, người ta tiến hành hồi quy: eᵢ = λ₁ + λ₂X₂ᵢ + λ₃X₃ᵢ + ρ₁eᵢ₋₁ + ρ₂eᵢ₋₂ + vᵢ. Cách làm này nhằm phát hiện ở mô hình 1 khuyết tật
A. đa cộng tuyến.
B. sai số không có phân phối chuẩn.
C. tự tương quan.
D. phương sai sai số thay đổi.
Câu 1: Trong ví dụ nào sau đây, chúng ta có được dữ liệu chéo?
A. Giá xăng dầu tại Việt Nam qua các thời kì.
B. Diễn biến tỷ giá hối đoái VND/USD được công bố bởi Ngân hàng nhà nước.
C. Tốc độ tăng trưởng GDP của các nước trên thế giới năm 2015.
D. Số lượng khách đến du lịch hằng năm tại các quốc gia Đông Nam Á giai đoạn từ
Trong ví dụ nào sau đây, chúng ta có được số liệu chuỗi thời gian?
Số ca mắc cúm H5N1 của các nước trên thế giới trong 5 năm trở lại đây.
Chỉ số giá tiêu dùng hàng tháng được cung cấp bởi Tổng cục Thống kê.
Tốc độ tăng trưởng GDP hằng năm của các nước.
Dân số các tỉnh thành năm 2010.
Hàm hồi quy tổng thể ngẫu nhiên của mô hình hồi quy đơn cho bởi:
Y = β₁ + β₂X + U
Y = β₁ + β₂X
E(Y/X) = β₁ + β₂X
Ŷ = β̂₁ + β̂₂X + U
Đường hồi quy mẫu ước lượng bởi OLS có đặc điểm nào sau đây?
Không bao giờ đi qua gốc tọa độ.
Trùng với đường hồi quy tổng thể.
Luôn đi qua trung bình mẫu.
Có hệ số góc lớn hơn hệ số chặn.
Mô hình hồi quy bội ước lượng được biểu diễn dưới dạng ma trận là:
Y = Xβ̂ + U
Ŷ = Xβ̂ + U
Ŷ = Xβ̂
Ŷ = Xβ̂ + U
Với k' là số lượng biến giải thích có trong mô hình, miền bác bỏ của kiểm định F trong bài toán kiểm định sự phù hợp của hàm hồi quy là:
Wₐ = {F: F > Fₐ(k', n - k' - 1)}
Wₐ = {F: F < Fₐ(k', n - k' - 1)}
Wₐ = {F: F < Fₐ(k' - 1, n - k')}
Wₐ = {F: F < Fₐ(k', n - k' - 1)}
Hiện tượng đa cộng tuyến không hoàn hảo xảy ra khi:
∃λ₂,λ₃,...,λₖ ∈ ℝ sao cho λ₂X₂ + λ₃X₃ + ... + λₖXₖ = 0
∃λ₂,λ₃,...,λₖ ∈ ℝ không đồng thời bằng 0 sao cho λ₂X₂ + λ₃X₃ + ... + λₖXₖ = 0
∃λ₂,λ₃,...,λₖ ∈ ℝ không đồng thời bằng 0 sao cho λ₂X₂ + ... + λₖXₖ + V = 0 với V là sai số ngẫu nhiên.
∃λ₂,λ₃,...,λₖ ∈ ℝ không đồng thời bằng 0 sao cho λ₂X₂ + ... + λₖXₖ + V ≈ 0 với V là sai số ngẫu nhiên.
Câu 10: Đa cộng tuyến ở mức độ nghiêm trọng gây ra hậu quả nào sau đây?
Phương sai của các ước lượng OLS trở nên nhỏ đi.
Khoảng tin cậy trở nên hẹp hơn.
Giá trị thống kê t trở nên nhỏ đi, chẳng hạn là -4.522 thay vì là -1.306.
Các ước lượng OLS rất nhạy với những thay đổi nhỏ trong số liệu.
Câu 11: Để khắc phục hiện tượng đa cộng tuyến, chúng ta cần phải
bỏ biến.
thêm biến.
sử dụng phương pháp bình phương nhỏ nhất có trọng số.
sử dụng phương pháp sai phân tổng quát
Câu 12: Nhận định nào sau đây là đúng về đường hồi quy ước lượng bởi OLS?
Ứng với một mẫu quan sát sẽ có duy nhất 1 đường
Xét trên tổng thể, có vô số đường
Đường hồi quy mẫu ước lượng bởi OLS của hai mẫu bất kì không nhất thiết phải giống nhau.
Cả A, B và C.
Câu 14: Sai số ngẫu nhiên Uᵢ không dùng để thay thế cho:
Các biến ảnh hưởng đến biến phụ thuộc Y.
Các biến ảnh hưởng đến biến Y nhưng không có số liệu.
Các biến có ảnh hưởng rất nhỏ, không đáng kể đến biến Y.
Các biến ảnh hưởng đến biến Y mà chúng ta không biết rõ hoặc biết không rõ.
Câu 15: Trong mô hình hồi quy tuyến tính đơn, ước lượng hệ số góc và hệ số chặn khác 0 cho biết
đường hồi quy mẫu sẽ đi qua gốc tọa độ.
đường hồi quy mẫu sẽ cắt trục tung và trục hoành
đường hồi quy tổng thể sẽ cắt trục tung và trục hoành.
đường hồi quy tổng thể sẽ cắt trục tung và trục hoành tại 2 điểm phân biệt.
Khi chúng ta thay đổi dạng mô hình, nếu ước lượng hệ số của biến giải thích mà chúng ta quan tâm thay đổi quá nhiều thì
điều này có nguyên nhân từ sự biến động của bản thân mẫu quan sát.
chúng ta nên thay đổi đơn vị đo của biến này, khi đó, khác biệt sẽ trở nên nhỏ đi.
điều này thường là dấu hiệu cho thấy mô hình gốc bị bỏ sót biến cần thiết.
chúng ta nên chọn dạng mô hình mà biến đó có ý nghĩa thống kê nhất.
Để có được câu trả lời cho các câu hỏi định lượng chính sách, chúng ta:
Nên phỏng vấn sâu các nhà hoạch định chính sách có liên quan
Nên sử dụng các công cụ thống kê kinh tế, kinh tế lượng để kiểm chứng
Không nên làm gì cả vì định lượng chính sách là không thể
Chỉ cần sử dụng các kiến thức thông thường trong cuộc sống
Hàm hồi quy mẫu ước lượng được của mô hình hồi quy bội cho bởi:
Y = β₁ + β₂X₂ᵢ + β₃X₃ᵢ + ... + βₖXₖᵢ
E(Y/X) = β₁ + β₂X₂ᵢ + β₃X₃ᵢ + ... + βₖXₖᵢ
Ŷ = β̂₁ + β̂₂X₂ + β̂₃X₃ + ... + β̂ₖXₖ
Ŷ = β̂₁ + β̂₂X₂ + β̂₃X₃ + ... + β̂ₖXₖ + U
Mô hình hồi quy bội được biểu diễn dưới dạng ma trận như sau:
Y = X + U
Y = βX + U
Y = Xβ + U
Y = Xβ
Đường hồi quy mẫu ước lượng bởi OLS có đặc điểm nào sau đây?
Không bao giờ đi qua gốc tọa độ
Trùng với đường hồi quy tổng thể
Luôn đi qua trung bình mẫu
Có hệ số góc lớn hơn hệ số chặn
Trong mô hình hồi quy bội, hệ số chặn:
Là không cần thiết nếu một biến giải thích nào đó có giá trị âm
Có thể được bỏ đi bởi đường hồi quy tổng thể không đi qua gốc tọa độ
Có nghĩa thống kê nếu giá trị t lớn hơn 1.96
Cho biết giá trị trung bình của biến phụ thuộc khi tất cả các biến giải thích nhận giá trị bằng 0
Trong mô hình hồi quy bội, hệ số chặn dương cho biết:
Khi tất cả các nguyên nhân Xi có trong mô hình tăng, Y sẽ tăng lên
Y có giá trị dương khi tất cả các nguyên nhân Xi có trong mô hình = 0
Khi nguyên nhân Xi nào đó (có trong mô hình) tăng, Y về trung bình sẽ tăng lên
Về trung bình, Y có giá trị dương khi tất cả các nguyên nhân Xi có trong mô hình bằng 0
Trong mô hình hồi quy: Y = β₁ + β₂X + U, để xét xem biến X có tác động ngược chiều đến Y hay không, giả thuyết H₁ cho bởi:
β̂₂ < 0
β₂ < 0
β̂₂ ≠ 0
β₂ = 0
Trong mô hình hồi quy bội, hệ số Bj ứng với biến độc lập Xj cho biết:
Khi Xj thay đổi 1 đơn vị, với điều kiện các yếu tố khác không đổi, Y thay đổi trung bình bao nhiêu đơn vị
Chiều hướng mối liên hệ giữa Xj và Y
Cường độ mối liên hệ giữa Xj và Y
Cả A và B
Nhiệm vụ nào sau đây không phải của phân tích hồi quy?
Thu thập số liệu
Ước lượng
Kiểm định
Dự báo
Phân tích hồi quy nghiên cứu
Quan hệ hàm số
Quan hệ nhân quả
Quan hệ tương quan
Quan hệ nhân quả và tương quan
Trong phân tích hồi quy, X hoặc Xi không được gọi là:
Biến độc lập
Biến giải thích
Biến nguyên nhân
Biến được giải thích
Câu 14. Phân tích hồi quy giả định:
A. Tất cả các biến đều là ngẫu nhiên
B. Chỉ có 01 biến là ngẫu nhiên, biến còn lại là phi ngẫu nhiên
C. Chỉ có 01 biến là ngẫu nhiên, biến còn lại là ngẫu nhiên
D. Một số biến là ngẫu nhiên, một số biến khác là phi ngẫu nhiên
Câu 15. Ứng với mỗi tổng thể, đường hồi quy tổng thể:
A. Luôn luôn xác định được
B. Luôn đi qua gốc tọa độ
C. Là đường có tổng bình phương các phần dư đạt cực tiểu
D. Không nhất thiết phải đi qua trung bình mẫu
Câu 16. Trong mô hình hồi quy tuyến tính đơn, đường hồi quy mẫu ước lượng bởi OLS có điểm:
A. Trùng với đường hồi quy tổng thể
B. Có hệ số góc luôn nhỏ hơn hệ số chặn
C. Luôn đi qua điểm (X; Y) trung bình
D. Không bao giờ có hệ số gốc bằng 0
Câu 16. Trong mô hình hồi quy bội, điều nào sau đây không đúng về ma trận hiệp phương sai?
A. Phải là ma trận đối xứng
B. Phải là ma trận vuông
C. Các phần tử nằm trên đường chéo chính có thể âm, dương hoặc bằng 0
D. Các phần tử không nằm trên đường chéo chính có thể âm, dương hoặc bằng 0
Câu 17. Số liệu về chỉ số giá vàng ở Việt Nam được cung cấp hàng tháng bởi Tổng cục Thống kê là số liệu:
A. Theo thời gian
B. Chéo
C. Hỗn hợp
D. Thực nghiệm
Câu 18. Trong mô hình hồi quy bội, ước lượng hệ số chặn bằng 0 cho biết:
A. Đường hồi quy tổng thể sẽ đi qua gốc tọa độ
B. Đường hồi quy tổng thể không đi qua gốc tọa độ
C. Đường hồi quy mẫu sẽ đi qua gốc tọa độ
D. Đường hồi quy mẫu không đi qua gốc tọa độ
Câu 19. Trong mô hình hồi quy tuyến tính đơn, ước lượng hệ số chặn bằng 0 cho biết:
A. Đường hồi quy mẫu sẽ đi qua gốc tọa độ
B. Đường hồi quy mẫu sẽ song song với trục hoành
C. Đường hồi quy tổng thể sẽ song song với trục tung
D. Đường hồi quy tổng thể cắt trục tung và trục hoành tại 2 điểm phân biệt
Trong mô hình hồi quy tuyến tính đơn, cách nào dưới đây dùng để tính thống kê t nhằm kiểm định hệ số gốc bằng 0?
Chia ước lượng cho sai số tiêu chuẩn của nó
Lấy căn bậc hai của thống kê F, với dấu là dấu của hệ số góc
Lấy điểm giữa của khoảng tin cậy
Cả A và B
Cho Qa là lượng bán của hãng nước giải khát A, Pa là giá của hàng A, Pb là giá của hàng B, Qb là lượng bán của hàng B. Người ta muốn hồi quy Qa phụ thuộc vào Pa, Pb, Qb. Nghi ngờ mô hình có khuyết tật, người ta hồi quy Qb phụ thuộc vào Pb, Pa. Cách làm này nhằm phát hiện khuyết tật.
Phương sai của sai số thay đổi
Tự tương quan
Đa cộng tuyến
Định dạng hàm sai
Nếu mô hình có hiện tượng phương sai sai số thay đổi trong khi các giả thiết khác của phương pháp bình phương nhỏ nhất vẫn được đảm bảo thì ước lượng OLS
Không chệch nhưng không còn là ước lượng vững
Là ước lượng không chệch và vững
Là ước lượng tuyến tính, không chệch, có phương sai nhỏ nhất trong lớp các ước lượng tuyến tính, không chệch.
Là ước lượng hiệu quả
Ước với mỗi tổng thể, đường hồi quy tổng thể
Không nhất thiết phải đi qua trung bình mẫu
Luôn đi qua gốc tọa độ
Luôn luôn xác định được
Là đường có tổng bình phương các phần dư đạt cực tiểu
Ví dụ nào sau đây không phải là kiểm định giả thuyết đồng thời
H₀: β₂ + β₃ = 1
H₀: β₄ = 5β₂ và β₅ = 0
H₀: β₂ = - β₃ và β₂ + β₄ = 1
H₀: β₂ = β₃ = 0
Khi phương sai sai số tỉ lệ với bình phương kỳ vọng của biến phụ thuộc, để khắc phục hiện tượng, chúng ta chia cả 2 vế của mô hình gốc cho
√Xi
Xi
Yi
Yi mũ
Trong dữ liệu chuỗi thời gian, các quan sát
Khác nhau về cả đối tượng và thời gian thu thập dữ liệu
Chỉ khác nhau về thời gian thu thập dữ liệu
Chỉ khác nhau về đối tượng thu thập dữ liệu
Khác nhau về cả đối tượng thu thập dữ liệu hoặc thời gian thu thập dữ liệu hoặc cả hai
Trong mô hình hồi quy tuyến tính đơn, ước lượng OLS của hệ số góc (B2 mũ) bằng
Hiệp phương sai mẫu của X và Y chia cho phương sai mẫu của Y
Phương sai mẫu của X chia cho phương sai mẫu của Y
Phương sai mẫu của X chia cho hiệp phương sai mẫu của Y theo X
Hiệp phương sai mẫu của X và Y chia cho phương sai mẫu của X
Trong mô hình hồi quy Yi = β₁ + β₂Xi + β₃Di + β₄Xi.Di + Ui, với Xi là biến liên tục, D là biến giả, hai hàm hồi quy tương ứng D =1 và D=0
Có hệ số góc bằng nhau
Có hệ số chặn bằng nhau
Bằng nhau về hệ số chặn và hệ số góc
Có thể bằng nhau về hệ số chặn và hệ số góc
Dạng thức nào dưới đây không phản ánh phép phân tích mô hình hồi quy bội
Yᵢ = β₁ + β₂X₂ᵢ + β₃X₃ᵢ + ... + βₖXₖᵢ + uᵢ
E(Y/X) = β₁ + β₂X₂ + β₃X₃ + ... + βₖXₖ
E(Y/X) = β̂₁ + β̂₂X₂ + β̂₃X₃ + ... + β̂ₖXₖ
Ŷ = β̂₁ + β̂₂X₂ + β̂₃X₃ + ... + β̂ₖXₖ
Đặc điểm nào sau đây không thuộc về đường hồi quy mẫu ước lượng bởi OLS?
Có thể đi qua hoặc không đi qua gốc tọa độ
Có hệ số góc bằng hệ số chặn được xác định 1 cách duy nhất với 1 mẫu quan sát
Không nhất thiết phải đi qua trung bình mẫu
Ứng với 1 mẫu quan sát có duy nhất 1 đường
Trong mô hình hồi quy ln(Y) = β₁ + β₂ln(X) + U thì ln(Y) = β₁ + β₂ln(X) + U, hệ số góc cho biết
∆Y / ∆X
Độ co giãn của Y theo X
Thay đổi của Y theo X thay đổi 1 đơn vị
Nhận định nào sau đây là Đúng về đường hồi quy mẫu ước lượng bởi OLS?
Là đường có tổng tuyệt đối các phần dư đạt cực tiểu
Của 2 mẫu bất kỳ bắt buộc phải bằng giống nhau
Có thể đi qua hoặc không đi qua gốc tọa độ
A, B và C
Trong mô hình hồi quy ln(Y) = β₁+ β₂X + U, hệ số góc cho biết khi X thay đổi......sẽ làm Y thay đổi trung bình...
1 đơn vị; β₂ đơn vị.
1%; 0,01 β₂ đơn vị
1%; β2%
1 đơn vị; 100β₂%
Trong dữ liệu chéo, các quan sát
Khác nhau về đối tượng thu thập dữ liệu, hoặc về thời gian thu thập dữ liệu
Chỉ khác nhau về thời gian thu thập dữ liệu
Chỉ khác nhau về đối tượng thu thập dữ liệu
Khác nhau về cả đối tượng và thời gian thu thập dữ liệu
Trong phân tích hồi quy, Y được gọi là
Biến giải thích.
Biến độc lập.
Biến nguyên nhân.
Biến phụ thuộc.
Trong mô hình hồi quy tuyến tính đơn, hệ số góc cho biết
Khi X thay đổi 1 đơn vị, với điều kiện các biến khác không đổi, Y thay đổi trung bình bao nhiêu đơn vị
Cường độ mối liên hệ giữa X và Y
Chiều hướng mối liên hệ giữa X và Y
Cả A và C.
Mô hình hồi quy bội ước lượng được biểu diễn dưới dạng ma trận là
Y = Xβ + U
Ŷ = Xβ̂ + U
Ŷ = Xβ̂
Y = β̂X + U
Trong mô hình hồi quy tuyến tính đơn, sai số ngẫu nhiên Ui được cho bởi
Yi - β̂₁ - β̂₂Xi
Ŷi - β̂₁ - β̂₂ Xi
Yi - β₁ - β₂Xi
Ŷi - β₁ - β₂Xi
Trường hợp nào sau đây tồn tại khuyết tật phương sai sai số thay đổi?
Tương quan giữa biến phụ thuộc và các biến độc lập cao.
Tương quan giữa biến giải thích và phần dư cao.
Tương quan giữa một số (hoặc tất cả) biến giải thích cao.
Tương quan giữa các phần dư cao.
Trong kiểm định giả thuyết đồng thời nhiều hệ số hồi quy, nếu giả thuyết H0 bị bác bỏ thì
Các kiểm định hệ số riêng lẻ tương ứng có thể cho hoặc không cho cùng một kết quả.
Có thể có hệ số góc đều thực sự khác 0.
Tất cả các hệ số đều thực sự khác 0.
thống kê F có thể âm.
Quyết định hệ số góc là lớn hay nhỏ phụ thuộc vào
bản chất kinh tế của hiện tượng nghiên cứu.
giá trị hệ số góc là lớn hơn hay nhỏ hơn 1.
hệ số góc có thực sự khác 0 hay không.
đơn vị đo của biến giải thích bởi khi hệ số góc quá nhỏ, ta có thể thay đổi đơn vị đo để hệ số này lớn hơn.
Trong mô hình hồi quy tuyến tính đơn, để xét xem biến X có ảnh hưởng đến Y hay không
chúng ta chỉ sử dụng kiểm định t
chúng ta chỉ sử dụng kiểm định F.
chúng ta sử dụng kiểm định t hoặc F đều được.
kiểm định F không sử dụng được.
Trong mô hình hồi quy tuyến tính đơn, cách nào dưới đây dùng để tính thống kê t nhằm kiểm định hệ số góc bằng 0?
Chia ước lượng cho sai số tiêu chuẩn của nó.
Lấy căn bậc hai của thống kê F, với dấu là dấu của hệ số góc.
Lấy điểm giữa của khoảng tin cậy.
Cả A và B.
Trong mối quan hệ giữa thu nhập và trình độ học vấn, thu nhập được gọi là
biến độc lập.
biến giải thích.
biến phụ thuộc.
biến nguyên nhân.
Trong mối quan hệ giữa thu nhập và trình độ học vấn, trình độ học vấn được gọi là
biến phụ thuộc.
biến kết quả.
biến được giải thích.
biến giải thích.
Trong các mô hình hồi quy tuyến tính, hệ số góc cho biết:
ảnh hưởng của các biến khác không được kể đến trong mô hình tới Y.
ảnh hưởng của biến Xj nào đó (có trong mô hình) tới Y.
ảnh hưởng của tất cả các biến Xj (có trong mọi mô hình) tới Y.
ảnh hưởng của Y đến biến Xj nào đó (có trong mô hình).
Hiện tượng tương tự tương quan không xảy ra nếu:
Cov(Ui, Uj) = 0, ∀i ≠ j
Ut = ρUt−1 + εt (ρ ≠ 0)
Ut = ρ1Ut−1 + ρ2Ut−2 + εt (ρ1^2 + ρ2^2 ≠ 0)
Cov(Ui, Uj) ≠ 0, ∀i ≠ j
Khi giả thiết các biến giải thích độc lập tuyến tính với nhau bị vi phạm, mô hình có hiện tượng
đa cộng tuyến.
tự tương quan.
phương sai sai số thay đổi.
phần dư không có phân phối chuẩn.
Khi đa cộng tuyến không hoàn hảo xảy ra
các ước lượng OLS là không thể xác định được.
có thể khẳng định hai hay nhiều biến giải thích trong mô hình có tương quan cao
các ước lượng OLS là chệch ngay cả khi cỡ mẫu n > 100.
các sai số ngẫu nhiên lớn và tương quan với nhau.
Nhận định nào sau đây là đúng về đường hồi quy mẫu ước lượng bởi OLS?
Ứng với một mẫu quan sát có duy nhất một đường.
Xét trên tổng thể, có vô số đường.
Đường hồi quy mẫu ước lượng bởi OLS của hai mẫu bất kỳ không nhất thiết phải giống nhau
Cả A, B, C.
Cho S là sản lượng, L là lao động, K là vốn. Dựa trên 1 mẫu gồm 34 quan sát, người ta hồi quy S phụ thuộc vào K,L và thu được phần dư E. Nghi ngờ mô hình này có khuyết tật người ta hồi quy Et phụ thuộc và Et-1. Cách làm này nhằm phát hiện khuyết tật:
Đa cộng tuyến
Phương sai của sai số thay đổi
Tự tương quan
Định dạng hàm sai
Để biết mô hình hồi quy tổng thể ở dạng tuyến tính tốt hơn hay ở dạng hồi quy đa thức bậc r tốt hơn, chúng ta cần:
Dựa vào giá trị R², Hàm hồi quy nào có R² lớn hơn thì tốt hơn
So sánh giá trị TSS của 2 hàm hồi quy
Dựa vào dấu của các ước lượng hệ số góc trong mô hình hồi quy đa thức. Nếu dấu các ước lượng hệ số góc lần lượt biến đổi, chẳng hạn âm, rồi dương, rồi lại âm, dương,... thì mô hình thích hợp là mô hình hồi quy đa thức
Sử dụng kiểm định thu hẹp hàm hồi quy với (r-1) biến bị loại khỏi mô hình
Trong mô hình hồi quy ln(Y) = B1 + B2 ln(X) + Uln(Y) = B1 + B2ln( X) + U, hệ số góc cho biết
Thay đổi của Y khi X thay đổi 1 đơn vị.
Độ co giãn của Y theo X
ΔY/ΔX
ΔY/ΔX . Y/X
Khi phương sai sai số tỉ lệ với bình phương của biến giải thích X, để khắc phục hiện tượng đó, chia cả hai vế của mô hình cho:
Xi²
Xi
√Xi
Không có đáp án nào
Khi giả thiết Var(Uᵢ) = σ² bị vi phạm, mô hình bị:
Đa cộng tuyến
Tự tương quan
Phương sai sai số thay đổi
Phần dư không có phân phối chuẩn
Cần phải quan tâm đến hiện tượng đa cộng tuyến hoàn hảo trong hồi quy vì:
Rất nhiều biến số kinh tế tương quan hoàn hảo với nhau
Các ước lượng OLS không còn là ước lượng tuyến tính, không chệch, tốt nhất
Các ước lượng OLS không thể tính được trong TH này
Trong thực tế đời sống, ở mọi thời điểm, các biến kinh tế cùng nhau thay đổi.
Trong mối quan hệ giữa chiều cao và cân nặng, cân nặng được gọi là:
Biến phụ thuộc
Biến độc lập
Biến giải thích
Biến nguyên nhân
Trong mô hình hồi quy tuyến tính đơn:
Hệ số chặn thường nhỏ và không quan trọng
β1 + β2X cho biết hàm hồi quy tổng thể
Trị tuyệt đối của hệ số góc luôn dương
β1 + β2X cho biết hàm hồi quy mẫu
Tổng các phần dư eᵢ của hàm hồi quy mẫu tính bằng phương pháp OLS:
Không âm do OLS xây dựng dựa trên tổng bình phương phần dư
Bằng 0
Phụ thuộc vào giá trị của (các) biến giải thích đa phần là dương hay âm
Lớn hay nhỏ hơn 0 tùy thuộc giá trị biến phụ thuộc đa phần là dương hay âm
Trong mô hình hồi quy tuyến tính đơn, khi ước lượng hệ số góc bằng 0 thì nhận định nào sau đây là sai?
Hàm hồi quy không phù hợp
Giữa biến độc lập và biến phụ thuộc không tồn tại mối quan hệ
RSS = TSS
0 < R² < 1
Kiểm định một phía và hai phía khác nhau ở:
Giả thuyết H₁
Cách sử dụng giá trị thống kê t
Giá trị t phê phán tra bảng
Cả A, B, C
Trong mô hình hồi quy bội, R² = 0 có nghĩa là:
Hàm hồi quy không phù hợp
Các biến giải thích sử dụng trong mô hình là không thích hợp
Tất cả các hệ số đều đồng thời bằng 0
Cả A, B, C
Câu 79: Cho phương trình hồi quy: Yᵢ = β1 + β2Xᵢ + Uᵢ. Với phần dư thu được, người ta thực hiện hồi quy |eᵢ| = λ1 + λ₂X² + vᵢ. Cách làm này nhằm phát hiện mô hình có khiếm khuyết gì?
Đa cộng tuyến
Phương sai sai số thay đổi
Tự tương quan
Sai số không có phân phối chuẩn
Câu 80: Khi hồi quy thu nhập phụ thuộc vào tuổi và giới tính dựa trên mẫu quan sát gồm 100 nhân viên trong công ty bạn đang làm việc, nhận định nào sau đây là đúng?
A.Chúng ta rất dễ gặp phải hiện tượng đa cộng tuyến
B.Chúng ta an toàn khi giả định rằng mô hình không có khiếm khuyết đa cộng tuyến
C. Chúng ta không cần phải để ý đến hiện tượng tự tương quan
Cả B và C
Câu 81: Phương sai sai số là thuần nhất khi
Giá trị tuyệt đối của phần dư tăng theo chiều tăng của một (một số) biến giải thích có trong mô hình
Bình phương các phần dư tăng theo chiều tăng của một (một số) biến giải thích có trong mô hình
Giá trị tuyệt đối của phần dư giảm theo chiều tăng của một (một số) biến giải thích có trong mô hình
Không tồn tại bất kỳ mối liên hệ giữa các phần dư và các biến giải thích có trong mô hình.
