Phương pháp ARIMA trong phân tích chuỗi thời gian kết hợp các thành phần nào?

• A. Xu hướng, mùa vụ và ngẫu nhiên.
• B. Tự hồi quy (AR), tích hợp (I) và trung bình trượt (MA).
• C. San bằng mũ đơn giản, san bằng mũ kép và san bằng mũ ba.
• D. Phân tích Fourier và wavelet.

Mục đích chính của việc kiểm định tính dừng (stationarity) trong phân tích chuỗi thời gian là gì?

• A. Để xác định xu hướng dài hạn.
• B. Để đảm bảo rằng các đặc tính thống kê của chuỗi không thay đổi theo thời gian.
• C. Để loại bỏ tính mùa vụ.
• D. Để xác định các điểm bất thường.

Phương pháp san bằng mũ (exponential smoothing) được sử dụng để làm gì trong phân tích chuỗi thời gian?

• A. Để xác định xu hướng dài hạn.
• B. Để loại bỏ tính mùa vụ.
• C. Để dự báo các giá trị tương lai dựa trên các giá trị quá khứ.
• D. Để xác định các điểm bất thường.

Mục đích của việc sử dụng kiểm định Durbin-Watson trong phân tích hồi quy là gì?

• A. Để kiểm tra tính chuẩn của sai số.
• B. Để kiểm tra hiện tượng đa cộng tuyến.
• C. Để kiểm tra tự tương quan của sai số.
• D. Để kiểm tra phương sai của sai số không đổi.

Trong kiểm định giả thuyết, công suất kiểm định (power of the test) là gì?

• A. Xác suất mắc sai số loại I.
• B. Xác suất bác bỏ giả thuyết không khi nó sai.
• C. Xác suất chấp nhận giả thuyết không khi nó đúng.
• D. Mức ý nghĩa của kiểm định.

Trong phân tích chuỗi thời gian, ACF (Autocorrelation Function) được sử dụng để làm gì?

• A. Để xác định xu hướng dài hạn.
• B. Để đo lường mối tương quan giữa các giá trị trong chuỗi thời gian tại các khoảng thời gian khác nhau.
• C. Để loại bỏ tính mùa vụ.
• D. Để xác định các điểm bất thường.

Trong phân tích phương sai (ANOVA), SST (Tổng bình phương) được phân tích thành các thành phần nào?

• A. SSR (Tổng bình phương hồi quy) và SSE (Tổng bình phương sai số).
• B. SSB (Tổng bình phương giữa các nhóm) và SSW (Tổng bình phương trong các nhóm).
• C. SSA (Tổng bình phương yếu tố A) và SSB (Tổng bình phương yếu tố B).
• D. MST (Trung bình bình phương tổng) và MSE (Trung bình bình phương sai số).

Trong phân tích hồi quy, một biến gây nhiễu (confounding variable) là gì?

• A. Một biến không liên quan đến cả biến độc lập và biến phụ thuộc.
• B. Một biến ảnh hưởng đến cả biến độc lập và biến phụ thuộc, gây ra mối quan hệ giả tạo.
• C. Một biến chỉ ảnh hưởng đến biến độc lập.
• D. Một biến chỉ ảnh hưởng đến biến phụ thuộc.

Trong phân tích hồi quy đa biến, hiện tượng đa cộng tuyến (multicollinearity) đề cập đến vấn đề gì?

• A. Mối quan hệ tuyến tính hoàn hảo giữa biến độc lập và biến phụ thuộc.
• B. Mối quan hệ tuyến tính mạnh mẽ giữa các biến độc lập.
• C. Phương sai của sai số không đồng nhất.
• D. Sự thiếu tính chuẩn của sai số.

Trong phân tích hồi quy, khi nào thì cần kiểm tra phương sai của sai số không đổi (homoscedasticity)?

• A. Để đảm bảo tính chuẩn của sai số.
• B. Để đảm bảo tính chính xác của các ước lượng hệ số.
• C. Để đảm bảo rằng sai số không tương quan với nhau.
• D. Để đảm bảo rằng phương sai của sai số không thay đổi theo giá trị của biến độc lập.

Khi nào thì nên sử dụng kiểm định Kolmogorov-Smirnov?

• A. Để so sánh trung bình của hai mẫu độc lập.
• B. Để kiểm tra xem một mẫu có tuân theo một phân phối lý thuyết hay không.
• C. Để so sánh phương sai của hai mẫu.
• D. Để kiểm tra tính độc lập giữa hai biến.

Trong phân tích chuỗi thời gian, mục đích của việc phân rã chuỗi thời gian (time series decomposition) là gì?

• A. Để xác định xu hướng dài hạn.
• B. Để tách chuỗi thời gian thành các thành phần cơ bản như xu hướng, mùa vụ, chu kỳ và ngẫu nhiên.
• C. Để dự báo các giá trị tương lai.
• D. Để loại bỏ các điểm bất thường.

Khi nào thì nên sử dụng kiểm định Wilcoxon signed-rank test?

• A. Để so sánh trung bình của hai mẫu độc lập khi dữ liệu tuân theo phân phối chuẩn.
• B. Để so sánh trung bình của hai mẫu phụ thuộc khi dữ liệu không tuân theo phân phối chuẩn.
• C. Để so sánh trung vị của hai mẫu độc lập khi dữ liệu không tuân theo phân phối chuẩn.
• D. Để so sánh trung vị của hai mẫu phụ thuộc khi dữ liệu không tuân theo phân phối chuẩn.

Hạn chế chính của việc sử dụng phương pháp trung bình động (moving average) trong dự báo chuỗi thời gian là gì?

• A. Nó không thể xử lý dữ liệu có tính mùa vụ.
• B. Nó yêu cầu một lượng lớn dữ liệu lịch sử.
• C. Nó không thể dự báo xu hướng.
• D. Nó gán trọng số bằng nhau cho tất cả các quan sát trong khoảng thời gian.

Khi nào thì kiểm định Kruskal-Wallis được sử dụng thay cho ANOVA một yếu tố?

• A. Khi kích thước mẫu quá nhỏ.
• B. Khi giả định về tính chuẩn của dữ liệu bị vi phạm.
• C. Khi có nhiều hơn một yếu tố.
• D. Khi dữ liệu là định tính.

Trong phân tích hồi quy, khi nào thì cần sử dụng biến giả (dummy variable)?

• A. Khi biến độc lập là định lượng.
• B. Khi biến phụ thuộc là định tính.
• C. Khi biến độc lập là định tính.
• D. Khi có hiện tượng đa cộng tuyến.

Trong phân tích hồi quy, sai số chuẩn của hệ số (standard error of the coefficient) cho biết điều gì?

• A. Mức độ mạnh mẽ của mối quan hệ giữa các biến.
• B. Độ lệch chuẩn của ước lượng hệ số.
• C. Tỷ lệ phương sai được giải thích bởi mô hình.
• D. Giá trị p của hệ số.

Trong dự báo chuỗi thời gian, sai số bình phương trung bình gốc (Root Mean Squared Error - RMSE) được sử dụng để làm gì?

• A. Để xác định xu hướng dài hạn.
• B. Để đo lường độ chính xác của mô hình dự báo.
• C. Để loại bỏ tính mùa vụ.
• D. Để xác định các điểm bất thường.

Trong phân tích hồi quy, hệ số xác định (R-squared) cho biết điều gì?

• A. Mức độ mạnh mẽ của mối quan hệ giữa các biến độc lập.
• B. Tỷ lệ phương sai của biến phụ thuộc được giải thích bởi các biến độc lập.
• C. Độ dốc của đường hồi quy.
• D. Sai số chuẩn của ước lượng.

Trong phân tích phương sai (ANOVA), giả định nào sau đây là quan trọng nhất về các quần thể?

• A. Các quần thể phải có kích thước mẫu bằng nhau.
• B. Các quần thể phải có phương sai bằng nhau.
• C. Các quần thể phải tuân theo phân phối chuẩn.
• D. Các quần thể phải độc lập với nhau.

Giá trị p (p-value) trong kiểm định giả thuyết đại diện cho điều gì?

• A. Xác suất giả thuyết không là đúng.
• B. Xác suất quan sát được kết quả kiểm định (hoặc kết quả cực đoan hơn) nếu giả thuyết không là đúng.
• C. Mức ý nghĩa của kiểm định.
• D. Xác suất mắc sai số loại I.

Trong phân tích chuỗi thời gian, thành phần nào sau đây mô tả sự biến động không đều đặn và không thể dự đoán?

• A. Xu hướng (Trend).
• B. Tính mùa vụ (Seasonality).
• C. Tính chu kỳ (Cyclical).
• D. Tính ngẫu nhiên (Irregularity).

Trong phân tích hồi quy, ý nghĩa của hệ số chặn (intercept) là gì?

• A. Giá trị của biến độc lập khi biến phụ thuộc bằng 0.
• B. Giá trị dự đoán của biến phụ thuộc khi tất cả các biến độc lập bằng 0.
• C. Độ dốc của đường hồi quy.
• D. Mức độ mạnh mẽ của mối quan hệ giữa các biến.

Khi nào thì kiểm định Mann-Whitney U được sử dụng?

• A. Để so sánh trung bình của hai mẫu độc lập khi dữ liệu tuân theo phân phối chuẩn.
• B. Để so sánh trung bình của hai mẫu phụ thuộc khi dữ liệu không tuân theo phân phối chuẩn.
• C. Để so sánh trung vị của hai mẫu độc lập khi dữ liệu không tuân theo phân phối chuẩn.
• D. Để so sánh phương sai của hai mẫu độc lập.

Trong kiểm định giả thuyết, mức ý nghĩa (alpha) đại diện cho điều gì?

• A. Xác suất mắc sai số loại II.
• B. Xác suất bác bỏ giả thuyết không khi nó đúng (sai số loại I).
• C. Xác suất chấp nhận giả thuyết không khi nó đúng.
• D. Mức độ tin cậy của kiểm định.

Sai số loại II (Type II error) trong kiểm định giả thuyết là gì?

• A. Bác bỏ giả thuyết không khi nó đúng.
• B. Không bác bỏ giả thuyết không khi nó sai.
• C. Chấp nhận giả thuyết thay thế khi nó đúng.
• D. Tính toán sai giá trị p.

Trong phân tích phương sai hai yếu tố (Two-way ANOVA), điều gì được kiểm tra?

• A. Ảnh hưởng của một biến độc lập duy nhất lên biến phụ thuộc.
• B. Ảnh hưởng của hai biến độc lập lên biến phụ thuộc và tương tác giữa chúng.
• C. Mối quan hệ giữa hai biến độc lập.
• D. Sự khác biệt giữa các trung bình của hai mẫu độc lập.

Trong phân tích phương sai (ANOVA), hiệu ứng chính (main effect) đề cập đến điều gì?

• A. Ảnh hưởng của sự tương tác giữa các biến độc lập.
• B. Ảnh hưởng của một biến độc lập duy nhất lên biến phụ thuộc.
• C. Sự khác biệt giữa các trung bình của tất cả các nhóm.
• D. Tổng phương sai trong dữ liệu.

Trong phân tích chuỗi thời gian, PACF (Partial Autocorrelation Function) được sử dụng để làm gì?

• A. Để xác định xu hướng dài hạn.
• B. Để đo lường mối tương quan giữa các giá trị trong chuỗi thời gian sau khi loại bỏ ảnh hưởng của các giá trị trung gian.
• C. Để loại bỏ tính mùa vụ.
• D. Để xác định các điểm bất thường.

Khi nào thì nên sử dụng kiểm định Friedman thay vì ANOVA lặp lại (Repeated Measures ANOVA)?

• A. Khi dữ liệu tuân theo phân phối chuẩn.
• B. Khi có nhiều hơn hai nhóm.
• C. Khi giả định về tính chuẩn của dữ liệu bị vi phạm.
• D. Khi kích thước mẫu lớn.