Đề 7 – Bài tập, đề thi trắc nghiệm online Kinh tế lượng

A A. Dạng hàm phân phối tích lũy được sử dụng. B B. Cách xử lý biến độc lập. C C. Loại biến phụ thuộc. D D. Phương pháp ước lượng.

A A. Chỉ áp dụng cho mô hình tuyến tính. B B. Dựa trên việc cực đại hóa hàm правдоподобие (likelihood). C C. Dựa trên việc tối thiểu hóa khoảng cách giữa các moment mẫu và moment lý thuyết. D D. Chỉ sử dụng được cho dữ liệu bảng.

A A. Để kiểm tra tính dừng của chuỗi thời gian. B B. Để ước lượng mô hình với dữ liệu bảng. C C. Để ước lượng phương sai và khoảng tin cậy khi phân phối của thống kê không xác định hoặc không chuẩn. D D. Để khắc phục hiện tượng đa cộng tuyến.

A A. Biến định lượng liên tục. B B. Biến định lượng rời rạc. C C. Biến định tính nhị phân (binary). D D. Biến định tính đa danh mục (multinomial).

A A. Các yếu tố thay đổi theo thời gian nhưng bất biến theo đối tượng. B B. Các yếu tố bất biến theo thời gian nhưng thay đổi theo đối tượng. C C. Các yếu tố thay đổi cả theo thời gian và đối tượng. D D. Các yếu tố ngẫu nhiên không quan sát được.

A A. Khắc phục hiện tượng phương sai sai số thay đổi. B B. Chuyển đổi biến phụ thuộc về dạng tuyến tính để hồi quy. C C. Liên kết giá trị kỳ vọng của biến phụ thuộc với tổ hợp tuyến tính của các biến độc lập. D D. Đảm bảo các hệ số hồi quy có thể diễn giải trực tiếp.

A A. Mức độ ý nghĩa thống kê của các biến độc lập. B B. Tỷ lệ phương sai của biến phụ thuộc được giải thích bởi mô hình. C C. Độ lớn của tác động của biến độc lập lên biến phụ thuộc. D D. Sự phù hợp của mô hình với dữ liệu ngoài mẫu.

A A. Đa cộng tuyến. B B. Phương sai sai số thay đổi. C C. Tự tương quan (nếu sai số cũng có tự tương quan). D D. Tính nội sinh (nếu sai số có tương quan với biến trễ của biến phụ thuộc).

A A. Random effects estimator. B B. First differences estimator. C C. Fixed effects estimator. D D. Pooled OLS estimator.

A A. Phương sai sai số thay đổi (heteroscedasticity). B B. Tự tương quan (autocorrelation). C C. Tính nội sinh (endogeneity). D D. Đa cộng tuyến (multicollinearity).

A A. Tác động của một chính sách hoặc can thiệp lên nhóm được can thiệp so với nhóm đối chứng. B B. Mối quan hệ nhân quả giữa hai biến liên tục. C C. Xu hướng thời gian của một biến kinh tế. D D. Tác động của các yếu tố cố định trong dữ liệu bảng.

A A. Khắc phục hiện tượng đa cộng tuyến. B B. Đại diện cho các biến định tính trong mô hình hồi quy. C C. Kiểm tra tính dừng của chuỗi thời gian. D D. Ước lượng mô hình với dữ liệu bảng.

A A. Phương sai sai số thay đổi. B B. Tính dừng của chuỗi thời gian. C C. Tự tương quan. D D. Đa cộng tuyến.

A A. Mô hình FE phù hợp hơn mô hình RE. B B. Mô hình RE phù hợp hơn mô hình FE. C C. Không có sự khác biệt đáng kể giữa mô hình FE và RE (tức là RE nhất quán). D D. Cả mô hình FE và RE đều không phù hợp.

A A. Chấp nhận giả thuyết null khi nó sai. B B. Bác bỏ giả thuyết null khi nó đúng. C C. Chấp nhận giả thuyết null khi nó đúng. D D. Bác bỏ giả thuyết null khi nó sai.

A A. Can thiệp hoặc chính sách được quyết định dựa trên một ngưỡng xác định của một biến chỉ định. B B. Muốn phân tích dữ liệu bảng với hiệu ứng cố định. C C. Biến phụ thuộc là biến nhị phân. D D. Dữ liệu có tính chất chuỗi thời gian.

A A. Giá trị trung bình của biến phụ thuộc. B B. Giá trị trung vị của biến phụ thuộc. C C. Giá trị kỳ vọng của biến phụ thuộc. D D. Phân vị có điều kiện của biến phụ thuộc.

A A. Có sai số đo lường trong biến phụ thuộc. B B. Bỏ sót một biến quan trọng có tương quan với cả biến độc lập và biến phụ thuộc. C C. Đưa vào mô hình một biến độc lập không liên quan. D D. Mô hình có dạng hàm phi tuyến.

A A. Ước lượng hệ số hồi quy bị chệch. B B. Ước lượng hệ số hồi quy không nhất quán. C C. Ước lượng phương sai của hệ số hồi quy không hiệu quả (không nhỏ nhất). D D. Ước lượng hệ số hồi quy không còn tuyến tính.

A A. Sai số của các quan sát khác nhau độc lập với nhau. B B. Sai số của một quan sát có tương quan với sai số của chính nó ở kỳ trước. C C. Sai số có phương sai thay đổi theo thời gian. D D. Sai số có giá trị trung bình thay đổi theo thời gian.

A A. Tự tương quan. B B. Phương sai sai số thay đổi (heteroscedasticity). C C. Tính dừng của chuỗi thời gian. D D. Tính nội sinh.

A A. Xác suất giả thuyết null là đúng. B B. Xác suất mắc lỗi loại II. C C. Xác suất quan sát được thống kê kiểm định có giá trị cực đoan ít nhất bằng giá trị quan sát được, giả định giả thuyết null là đúng. D D. Mức ý nghĩa tối đa mà tại đó giả thuyết null bị bác bỏ.

A A. Sai số có giá trị trung bình bằng 0. B B. Phương sai của sai số không đổi (homoscedasticity). C C. Không có tự tương quan giữa các sai số. D D. Biến phụ thuộc phải là biến định tính.

A A. Phương sai của sai số thay đổi theo quan sát. B B. Các biến độc lập có mối tương quan tuyến tính cao với nhau. C C. Sai số của các quan sát khác nhau có tương quan với nhau. D D. Mô hình hồi quy có dạng phi tuyến.

A A. Chuỗi có xu hướng tăng hoặc giảm theo thời gian. B B. Các đặc tính thống kê của chuỗi (như trung bình và phương sai) không thay đổi theo thời gian. C C. Chuỗi có tính mùa vụ rõ rệt. D D. Chuỗi không bị ảnh hưởng bởi các cú sốc bên ngoài.

A A. Phương sai sai số thay đổi. B B. Bỏ sót biến quan trọng hoặc đưa vào biến không liên quan trong mô hình. C C. Sai số đo lường trong biến độc lập. D D. Mẫu dữ liệu không đủ lớn.

A A. Ước lượng hệ số hồi quy bị phóng đại (overestimated). B B. Ước lượng hệ số hồi quy bị suy giảm (underestimated) và tiến gần về 0. C C. Ước lượng hệ số hồi quy không nhất quán nhưng vẫn hiệu quả. D D. Không ảnh hưởng đến tính nhất quán của ước lượng OLS.

A A. Chỉ có một biến phụ thuộc và nhiều biến độc lập. B B. Tất cả các biến trong mô hình đều là biến nội sinh và có tác động qua lại lẫn nhau. C C. Muốn nghiên cứu tác động của một biến độc lập cụ thể lên biến phụ thuộc. D D. Dữ liệu có cấu trúc bảng (panel data).

A A. Khắc phục hiện tượng đa cộng tuyến. B B. Loại bỏ tác động của các yếu tố bất biến theo thời gian nhưng thay đổi theo đối tượng. C C. Xử lý hiện tượng phương sai sai số thay đổi. D D. Ước lượng tác động của các biến trễ.

A A. Khi các biến độc lập có tương quan với sai số. B B. Khi có hiện tượng phương sai sai số thay đổi (heteroscedasticity) hoặc tự tương quan. C C. Khi kích thước mẫu nhỏ. D D. Khi mô hình có dạng hàm logarit.