Đề 14 – Bài tập, đề thi trắc nghiệm online Kinh tế lượng

A A. Tương quan với biến phụ thuộc và không tương quan với sai số. B B. Tương quan với sai số và không tương quan với biến độc lập. C C. Tương quan với biến độc lập và không tương quan với sai số. D D. Tương quan với cả biến độc lập và biến phụ thuộc.

A A. Các giá trị sai số quá khứ đến bậc q. B B. Các giá trị của chính biến đó trong q giai đoạn quá khứ. C C. Các biến độc lập khác. D D. Xu hướng thời gian.

A A. Ước lượng hệ số trở nên chệch (biased). B B. Ước lượng hệ số trở nên không hiệu quả (inefficient) nhưng vẫn không chệch. C C. Kiểm định giả thuyết trở nên không đáng tin cậy. D D. Tất cả các đáp án trên.

A A. Các yếu tố không quan sát được thay đổi theo thời gian. B B. Các yếu tố không quan sát được không thay đổi theo thời gian và khác biệt giữa các đơn vị. C C. Các yếu tố quan sát được thay đổi theo thời gian. D D. Các yếu tố quan sát được không thay đổi theo thời gian.

A A. AR và MA. B B. AR, MA và tích hợp (Integrated). C C. AR, MA và sai phân (Differencing). D D. AR, MA và hồi quy.

A A. Mức độ phù hợp của mô hình hồi quy với dữ liệu. B B. Độ lớn của tác động của biến độc lập lên biến phụ thuộc. C C. Phương sai của sai số. D D. Mức độ ý nghĩa thống kê của các hệ số.

A A. Phương sai sai số thay đổi. B B. Tự tương quan. C C. Tính không dừng (Non-stationarity). D D. Đa cộng tuyến.

A A. Mức thay đổi trực tiếp của xác suất biến phụ thuộc khi biến độc lập thay đổi. B B. Mức thay đổi của logit (log-odds) của biến phụ thuộc khi biến độc lập thay đổi. C C. Phần trăm thay đổi của biến phụ thuộc khi biến độc lập thay đổi 1%. D D. Giống như hệ số trong mô hình hồi quy tuyến tính.

A A. Khi có hiện tượng đa cộng tuyến. B B. Khi so sánh các mô hình hồi quy có số lượng biến độc lập khác nhau. C C. Khi dữ liệu có phương sai sai số thay đổi. D D. Khi muốn tăng giá trị R-squared.

A A. Dữ liệu chéo (Cross-sectional data). B B. Dữ liệu chuỗi thời gian (Time series data). C C. Dữ liệu bảng (Panel data). D D. Cả ba loại dữ liệu trên.

A A. Các giá trị sai số quá khứ. B B. Các giá trị của chính biến đó trong p giai đoạn quá khứ. C C. Các biến độc lập khác. D D. Xu hướng thời gian.

A A. Bác bỏ giả thuyết vô hiệu khi nó đúng. B B. Không bác bỏ giả thuyết vô hiệu khi nó sai. C C. Chấp nhận giả thuyết đối thuyết khi nó sai. D D. Chấp nhận cả giả thuyết vô hiệu và đối thuyết.

A A. Sai số có phương sai thay đổi. B B. Các biến độc lập có tương quan tuyến tính cao với nhau. C C. Sai số có tương quan với chính nó qua thời gian. D D. Mô hình hồi quy không tuyến tính.

A A. Xác suất giả thuyết vô hiệu là đúng. B B. Xác suất quan sát được thống kê kiểm định có giá trị ít nhất cực đoan như giá trị quan sát, giả sử giả thuyết vô hiệu là đúng. C C. Mức ý nghĩa thống kê của kiểm định. D D. Sai số loại I.

A A. Mô hình hồi quy tuyến tính. B B. Mô hình biến phụ thuộc giới hạn (Limited dependent variable models) như Logit và Probit. C C. Mô hình chuỗi thời gian. D D. Mô hình dữ liệu bảng.

A A. Hiệu ứng cá nhân tương quan với các biến độc lập. B B. Hiệu ứng cá nhân không tương quan với các biến độc lập. C C. Hiệu ứng cá nhân là biến cố định. D D. Hiệu ứng cá nhân thay đổi theo thời gian.

A A. Việc sử dụng lý thuyết kinh tế để dự báo các biến số kinh tế. B B. Việc sử dụng các mô hình toán học để mô tả các hiện tượng kinh tế. C C. Việc sử dụng các phương pháp thống kê để đo lường và kiểm định các mối quan hệ kinh tế. D D. Việc sử dụng dữ liệu kinh tế để minh họa các nguyên tắc kinh tế cơ bản.

A A. Giá trị trung bình của biến phụ thuộc. B B. Mức thay đổi của biến phụ thuộc khi biến độc lập tăng lên 1 đơn vị. C C. Giá trị của biến phụ thuộc khi biến độc lập bằng 0. D D. Độ lệch chuẩn của biến phụ thuộc.

A A. Để chứng minh lý thuyết kinh tế là đúng. B B. Để xác định xem dữ liệu có cung cấp đủ bằng chứng bác bỏ giả thuyết không hay không. C C. Để tìm ra mô hình hồi quy tốt nhất. D D. Để dự báo chính xác các biến kinh tế.

A A. Chuỗi thời gian có tính dừng. B B. Chuỗi thời gian không có xu hướng. C C. Chuỗi thời gian không có tính dừng. D D. Chuỗi thời gian có phương sai không đổi.

A A. Ước lượng hệ số chệch và không nhất quán. B B. Ước lượng hệ số không hiệu quả. C C. Phương sai sai số thay đổi. D D. Tự tương quan.

A A. Phương sai sai số thay đổi. B B. Tự tương quan. C C. Nghiệm đơn vị (Unit root). D D. Đa cộng tuyến.

A A. Sử dụng biến giả (dummy variable). B B. Sử dụng hồi quy biến công cụ (instrumental variables regression). C C. Sử dụng ước lượng bình phương tối thiểu tổng quát hóa (Generalized Least Squares - GLS). D D. Loại bỏ biến ngoại sinh.

A A. Khắc phục hiện tượng đa cộng tuyến. B B. Khắc phục hiện tượng phương sai sai số thay đổi (heteroscedasticity). C C. Khắc phục hiện tượng tự tương quan. D D. Tăng R-squared.

A A. Sai số có giá trị trung bình bằng 0. B B. Phương sai của sai số là hằng số (homoscedasticity). C C. Sai số tuân theo phân phối chuẩn. D D. Không có tự tương quan (no autocorrelation) giữa các sai số.

A A. Đa cộng tuyến (Multicollinearity). B B. Phương sai sai số thay đổi (Heteroscedasticity). C C. Tự tương quan bậc nhất (First-order autocorrelation) trong sai số. D D. Sai sót đặc tả mô hình (Model misspecification).

A A. Phương sai sai số thay đổi. B B. Biến độc lập có tương quan với sai số. C C. Có quá nhiều biến độc lập trong mô hình. D D. Dữ liệu bị khuyết.

A A. Dữ liệu chéo (Cross-sectional data). B B. Dữ liệu chuỗi thời gian (Time series data). C C. Dữ liệu bảng (Panel data). D D. Dữ liệu định tính.

A A. Giúp đơn giản hóa mô hình. B B. Đảm bảo các thống kê mẫu không phụ thuộc vào thời điểm quan sát. C C. Loại bỏ hiện tượng tự tương quan. D D. Tăng R-squared của mô hình.

A A. Mô hình Pooled OLS và mô hình Hiệu ứng cố định. B B. Mô hình Hiệu ứng cố định và mô hình Hiệu ứng ngẫu nhiên. C C. Mô hình Hiệu ứng ngẫu nhiên và mô hình Sai phân bậc nhất. D D. Mô hình AR và mô hình MA.