1. Khi so sánh hai phương pháp điều trị, bạn sử dụng kiểm định t ghép cặp (paired t-test) khi nào?
A. Khi hai mẫu độc lập với nhau.
B. Khi hai mẫu có cùng kích thước.
C. Khi hai mẫu có liên quan đến nhau (ví dụ: đo trước và sau điều trị trên cùng một đối tượng).
D. Khi phương sai của hai mẫu bằng nhau.
2. Trong phân tích hồi quy, hệ số xác định (R-squared) cho biết điều gì?
A. Độ mạnh của mối quan hệ giữa các biến.
B. Phần trăm biến thiên của biến phụ thuộc được giải thích bởi biến độc lập.
C. Độ dốc của đường hồi quy.
D. Sai số chuẩn của ước lượng.
3. Trong kiểm định giả thuyết, sai lầm loại I (Type I error) xảy ra khi nào?
A. Chấp nhận giả thuyết H0 khi nó đúng.
B. Bác bỏ giả thuyết H0 khi nó sai.
C. Bác bỏ giả thuyết H0 khi nó đúng.
D. Chấp nhận giả thuyết H0 khi nó sai.
4. Khi nào nên sử dụng kiểm định F (F-test)?
A. Để so sánh trung bình của hai mẫu độc lập.
B. Để so sánh phương sai của hai hay nhiều quần thể.
C. Để kiểm tra sự phù hợp của dữ liệu với phân phối chuẩn.
D. Để đánh giá mối quan hệ tuyến tính giữa hai biến.
5. Nếu bạn muốn so sánh trung bình của ba nhóm độc lập, bạn nên sử dụng kiểm định nào?
A. Kiểm định t (t-test).
B. Kiểm định z (z-test).
C. Phân tích phương sai (ANOVA).
D. Kiểm định Chi bình phương (Chi-square test).
6. Ý nghĩa của việc tăng kích thước mẫu trong kiểm định giả thuyết là gì?
A. Làm tăng khả năng mắc sai lầm loại I.
B. Làm tăng khả năng mắc sai lầm loại II.
C. Làm tăng lực kiểm định (power of the test) và giảm khả năng mắc sai lầm loại II.
D. Không ảnh hưởng đến kết quả kiểm định.
7. Mối quan hệ giữa sai lầm loại I (alpha) và sai lầm loại II (beta) trong kiểm định giả thuyết là gì?
A. Chúng độc lập với nhau.
B. Giảm alpha luôn làm giảm beta.
C. Giảm alpha thường làm tăng beta.
D. Alpha luôn bằng beta.
8. Ý nghĩa của mức ý nghĩa (Significance level – alpha) trong kiểm định giả thuyết là gì?
A. Xác suất mắc sai lầm loại II.
B. Xác suất chấp nhận giả thuyết H0 khi nó đúng.
C. Xác suất bác bỏ giả thuyết H0 khi nó đúng (sai lầm loại I).
D. Xác suất bác bỏ giả thuyết H0 khi nó sai.
9. Trong kiểm định giả thuyết, ‘bậc tự do’ (degrees of freedom) ảnh hưởng đến điều gì?
A. Giá trị trung bình của mẫu.
B. Hình dạng của phân phối t (t-distribution).
C. Phương sai của quần thể.
D. Mức ý nghĩa (alpha).
10. Trong kiểm định giả thuyết về tỷ lệ, thống kê kiểm định (test statistic) thường tuân theo phân phối nào?
A. Phân phối t (t-distribution).
B. Phân phối F (F-distribution).
C. Phân phối chuẩn (Normal distribution).
D. Phân phối Chi bình phương (Chi-square distribution).
11. Trong phân tích phương sai (ANOVA), yếu tố nào được sử dụng để so sánh sự khác biệt giữa các nhóm?
A. Độ lệch chuẩn.
B. Phương sai.
C. Trung bình.
D. Trung vị.
12. Trong phân tích hồi quy tuyến tính, điều gì xảy ra nếu có hiện tượng đa cộng tuyến (multicollinearity)?
A. Các hệ số hồi quy trở nên ổn định hơn.
B. Các hệ số hồi quy trở nên không đáng tin cậy và khó giải thích.
C. Phương sai sai số giảm.
D. Mô hình trở nên chính xác hơn.
13. Để kiểm tra tính độc lập giữa hai biến định tính, bạn sử dụng kiểm định nào?
A. Kiểm định t (t-test).
B. Kiểm định z (z-test).
C. Phân tích phương sai (ANOVA).
D. Kiểm định Chi bình phương (Chi-square test).
14. Khi nào nên sử dụng kiểm định t (t-test) thay vì kiểm định z (z-test) để so sánh trung bình của hai mẫu?
A. Khi kích thước mẫu lớn (n > 30).
B. Khi phương sai của quần thể đã biết.
C. Khi phương sai của quần thể chưa biết và kích thước mẫu nhỏ (n < 30).
D. Khi dữ liệu tuân theo phân phối chuẩn.
15. Sai lầm loại II (Type II error) trong kiểm định giả thuyết xảy ra khi nào?
A. Bác bỏ giả thuyết H0 khi nó đúng.
B. Chấp nhận giả thuyết H0 khi nó đúng.
C. Bác bỏ giả thuyết H0 khi nó sai.
D. Chấp nhận giả thuyết H0 khi nó sai.
16. Trong kiểm định giả thuyết, lực kiểm định (power of the test) được định nghĩa là gì?
A. Xác suất mắc sai lầm loại I.
B. Xác suất mắc sai lầm loại II.
C. Xác suất bác bỏ giả thuyết H0 khi nó sai.
D. Xác suất chấp nhận giả thuyết H0 khi nó đúng.
17. Khi nào 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 tuân theo phân phối chuẩn.
C. Để so sánh trung vị của hai mẫu phụ thuộc khi dữ liệu không tuân theo phân phối chuẩn.
D. Để so sánh phương sai của hai mẫu độc lập.
18. Giá trị p (p-value) trong kiểm định giả thuyết thể hiện điều gì?
A. Xác suất giả thuyết H0 là đúng.
B. Mức ý nghĩa (alpha) của kiểm định.
C. Xác suất mắc sai lầm loại II.
D. Xác suất quan sát được kết quả kiểm định (hoặc kết quả còn cực đoan hơn) nếu H0 là đúng.
19. Nếu bạn muốn so sánh sự khác biệt giữa ba phương pháp quảng cáo, bạn nên sử dụng kiểm định nào?
A. Kiểm định t (t-test).
B. Kiểm định z (z-test).
C. Phân tích phương sai (ANOVA).
D. Kiểm định Chi bình phương (Chi-square test).
20. Nếu bạn muốn kiểm tra xem một mẫu có tuân theo phân phối chuẩn hay không, bạn có thể sử dụng kiểm định nào?
A. Kiểm định t (t-test).
B. Kiểm định Chi bình phương (Chi-square test).
C. Kiểm định Shapiro-Wilk.
D. Phân tích phương sai (ANOVA).
21. Trong kiểm định chi bình phương (Chi-square test), mục đích chính là gì?
A. So sánh trung bình của hai mẫu.
B. Kiểm tra sự phù hợp của dữ liệu với một phân phối lý thuyết.
C. Đánh giá mối quan hệ tuyến tính giữa hai biến.
D. Ước lượng khoảng tin cậy cho trung bình quần thể.
22. Khi nào thì nên sử dụng kiểm định Mann-Whitney U 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 phương sai của hai mẫu độc lập.
23. Giả sử bạn thực hiện kiểm định giả thuyết và nhận được giá trị p = 0.03. Nếu mức ý nghĩa (alpha) là 0.05, bạn nên đưa ra kết luận gì?
A. Chấp nhận giả thuyết H0.
B. Bác bỏ giả thuyết H0.
C. Không đủ bằng chứng để bác bỏ H0.
D. Cần tăng kích thước mẫu.
24. Khi thực hiện kiểm định giả thuyết, điều gì xảy ra nếu bạn giảm mức ý nghĩa (alpha)?
A. Tăng khả năng bác bỏ giả thuyết H0.
B. Giảm khả năng bác bỏ giả thuyết H0.
C. Không ảnh hưởng đến khả năng bác bỏ giả thuyết H0.
D. Luôn làm tăng kích thước mẫu cần thiết.
25. Khoảng tin cậy (Confidence Interval) cho biết điều gì?
A. Xác suất tham số quần thể nằm trong khoảng đó.
B. Một khoảng giá trị mà ta tin rằng tham số quần thể nằm trong đó với một độ tin cậy nhất định.
C. Giá trị trung bình của mẫu.
D. Độ lệch chuẩn của mẫu.
26. Trong phân tích phương sai (ANOVA), giả thuyết H0 thường là gì?
A. Tất cả các nhóm đều có trung bình bằng nhau.
B. Ít nhất một nhóm có trung bình khác với các nhóm còn lại.
C. Phương sai của tất cả các nhóm đều bằng nhau.
D. Có một mối quan hệ tuyến tính giữa các nhóm.
27. Nếu bạn muốn so sánh tỷ lệ của một thuộc tính giữa hai nhóm độc lập, bạn nên sử dụng kiểm định nào?
A. Kiểm định t (t-test).
B. Kiểm định z (z-test) cho tỷ lệ.
C. Phân tích phương sai (ANOVA).
D. Kiểm định Chi bình phương (Chi-square test).
28. Khi nào thì nên sử dụng kiểm định một phía (one-tailed test) thay vì kiểm định hai phía (two-tailed test)?
A. Khi không có giả thuyết cụ thể về hướng của sự khác biệt.
B. Khi quan tâm đến cả hai hướng của sự khác biệt.
C. Khi chỉ quan tâm đến một hướng của sự khác biệt (lớn hơn hoặc nhỏ hơn).
D. Khi kích thước mẫu lớn (n > 30).
29. Khi nào nên sử dụng kiểm định phi tham số (non-parametric test)?
A. Khi dữ liệu tuân theo phân phối chuẩn.
B. Khi kích thước mẫu lớn (n > 30).
C. Khi các giả định về phân phối của dữ liệu không được đáp ứng.
D. Khi phương sai của quần thể đã biết.
30. Kiểm định Kolmogorov-Smirnov được sử dụng để làm gì?
A. So sánh trung bình của hai mẫu.
B. Kiểm tra xem một mẫu có tuân theo một phân phối cụ thể hay không.
C. Đánh giá mối quan hệ tuyến tính giữa hai biến.
D. Ước lượng khoảng tin cậy cho trung bình quần thể.
31. Điều gì là ưu điểm của việc sử dụng Adjusted R-squared thay vì R-squared trong việc đánh giá mô hình hồi quy?
A. Adjusted R-squared điều chỉnh cho số lượng biến độc lập trong mô hình.
B. Adjusted R-squared dễ tính toán hơn R-squared.
C. Adjusted R-squared luôn lớn hơn R-squared.
D. Adjusted R-squared không bị ảnh hưởng bởi hiện tượng đa cộng tuyến.
32. Trong mô hình hồi quy, hiện tượng đa cộng tuyến (multicollinearity) xảy ra khi nào?
A. Khi có mối tương quan cao giữa các biến độc lập.
B. Khi phương sai của sai số thay đổi theo giá trị của biến độc lập.
C. Khi sai số không có phân phối chuẩn.
D. Khi mô hình không phù hợp với dữ liệu.
33. Phương pháp nào thường được sử dụng để loại bỏ thành phần mùa vụ (seasonality) trong chuỗi thời gian?
A. Phương pháp khử mùa vụ (Seasonal adjustment).
B. Phương pháp trung bình động (Moving average).
C. Phương pháp san bằng mũ (Exponential smoothing).
D. Phương pháp hồi quy.
34. Khi nào thì nên sử dụng mô hình hồi quy phi tuyến tính thay vì mô hình hồi quy tuyến tính?
A. Khi mối quan hệ giữa biến độc lập và biến phụ thuộc không tuân theo dạng tuyến tính.
B. Khi dữ liệu có nhiều giá trị ngoại lệ.
C. Khi số lượng biến độc lập lớn hơn số lượng quan sát.
D. Khi phương sai của sai số thay đổi theo giá trị của biến độc lập.
35. Trong phân tích hồi quy logistic, biến phụ thuộc có đặc điểm gì?
A. Là biến định tính (categorical) với hai giá trị.
B. Là biến định lượng (numerical).
C. Có phân phối chuẩn.
D. Có phương sai bằng nhau giữa các nhóm.
36. Nếu giá trị p (p-value) trong phân tích phương sai (ANOVA) nhỏ hơn mức ý nghĩa (alpha), bạn sẽ kết luận điều gì?
A. Có ít nhất một cặp trung bình khác nhau đáng kể.
B. Tất cả các trung bình đều bằng nhau.
C. Không có sự khác biệt giữa các nhóm.
D. Cần thu thập thêm dữ liệu.
37. Trong phân tích chuỗi thời gian, thành phần nào thể hiện xu hướng dài hạn của dữ liệu?
A. Xu hướng (Trend).
B. Tính mùa vụ (Seasonality).
C. Tính chu kỳ (Cyclicality).
D. Tính ngẫu nhiên (Irregularity).
38. Phương pháp nào thường được sử dụng để kiểm tra hiện tượng phương sai sai số thay đổi (heteroscedasticity) trong mô hình hồi quy?
A. Kiểm định White.
B. Kiểm định t-Student.
C. Kiểm định F.
D. Kiểm định Chi-square.
39. Trong phân tích hồi quy, hệ số tương quan bội (multiple correlation coefficient) đo lường điều gì?
A. Mức độ phù hợp của mô hình hồi quy tuyến tính với dữ liệu.
B. Mức độ tác động của từng biến độc lập lên biến phụ thuộc.
C. Mức độ biến thiên của biến phụ thuộc được giải thích bởi tất cả các biến độc lập trong mô hình.
D. Mối quan hệ tuyến tính giữa hai biến bất kỳ trong mô hình.
40. Mô hình ARIMA được sử dụng để làm gì trong phân tích chuỗi thời gian?
A. Dự báo giá trị tương lai của chuỗi thời gian.
B. Loại bỏ thành phần mùa vụ.
C. Xác định xu hướng dài hạn.
D. Kiểm tra tính dừng.
41. Phân tích chuỗi thời gian có thể được ứng dụng để làm gì trong kinh doanh?
A. Dự báo doanh số bán hàng, nhu cầu sản phẩm, và các chỉ số kinh tế.
B. Phân tích mối quan hệ giữa các biến.
C. Kiểm tra giả thuyết.
D. Ước lượng tham số.
42. Phương pháp san bằng mũ (exponential smoothing) được sử dụng để làm gì?
A. Dự báo chuỗi thời gian bằng cách gán trọng số giảm dần cho các quan sát quá khứ.
B. Loại bỏ thành phần mùa vụ.
C. Xác định xu hướng dài hạn.
D. Kiểm tra tính dừng.
43. Odds ratio trong hồi quy logistic được tính như thế nào?
A. Lấy e mũ hệ số hồi quy.
B. Chia hệ số hồi quy cho sai số chuẩn.
C. Nhân hệ số hồi quy với kích thước mẫu.
D. Lấy logarit tự nhiên của hệ số hồi quy.
44. Phân tích phương sai (ANOVA) có thể được ứng dụng để làm gì trong kinh doanh?
A. So sánh hiệu quả của các chiến dịch quảng cáo khác nhau, đánh giá sự hài lòng của khách hàng theo khu vực địa lý, hoặc phân tích năng suất của các nhóm làm việc khác nhau.
B. Dự báo doanh số bán hàng.
C. Xác định xu hướng dài hạn.
D. Phân tích mối quan hệ giữa hai biến.
45. Khi thêm một biến độc lập vào mô hình hồi quy, điều gì sẽ xảy ra với R-squared?
A. R-squared sẽ luôn tăng hoặc giữ nguyên.
B. R-squared sẽ luôn giảm.
C. R-squared có thể tăng hoặc giảm tùy thuộc vào mức độ quan trọng của biến mới.
D. R-squared không bị ảnh hưởng.
46. Hệ số hồi quy trong mô hình hồi quy logistic được giải thích như thế nào?
A. Ảnh hưởng của biến độc lập lên log odds của biến phụ thuộc.
B. Ảnh hưởng của biến độc lập lên xác suất của biến phụ thuộc.
C. Mức độ phù hợp của mô hình.
D. Phương sai của sai số.
47. Trong phân tích phương sai (ANOVA), mục tiêu chính là gì?
A. So sánh trung bình của nhiều nhóm.
B. Đo lường mối quan hệ giữa hai biến.
C. Dự báo giá trị tương lai.
D. Mô tả dữ liệu.
48. Trong mô hình ARIMA, các tham số p, d, q lần lượt đại diện cho điều gì?
A. p: bậc tự hồi quy (AR), d: bậc tích hợp (I), q: bậc trung bình trượt (MA).
B. p: bậc trung bình trượt (MA), d: bậc tự hồi quy (AR), q: bậc tích hợp (I).
C. p: bậc tích hợp (I), d: bậc tự hồi quy (AR), q: bậc trung bình trượt (MA).
D. p: bậc tự hồi quy (AR), d: bậc trung bình trượt (MA), q: bậc tích hợp (I).
49. Trong phân tích hồi quy, hệ số chặn (intercept) thể hiện điều gì?
A. Giá trị dự đoán của biến phụ thuộc khi tất cả các biến độc lập bằng 0.
B. Mức độ ảnh hưởng của biến độc lập quan trọng nhất lên biến phụ thuộc.
C. Sai số chuẩn của mô hình.
D. Mức độ phù hợp của mô hình.
50. Khi nào thì nên sử dụng biến giả (dummy variable) trong mô hình hồi quy?
A. Khi muốn đưa các biến định tính vào mô hình.
B. Khi muốn loại bỏ các giá trị ngoại lệ.
C. Khi muốn chuẩn hóa dữ liệu.
D. Khi muốn kiểm tra hiện tượng đa cộng tuyến.
51. Kiểm định post-hoc được sử dụng để làm gì trong phân tích phương sai (ANOVA)?
A. Xác định cặp trung bình nào khác nhau đáng kể sau khi bác bỏ giả thuyết không.
B. Kiểm tra giả định về phương sai bằng nhau.
C. Tính toán giá trị p (p-value).
D. Mô tả dữ liệu.
52. Giả sử bạn xây dựng một mô hình hồi quy tuyến tính và nhận thấy rằng các phần dư (residuals) có xu hướng tập trung quanh một đường cong thay vì phân tán ngẫu nhiên. Điều này cho thấy điều gì?
A. Mô hình hồi quy tuyến tính không phù hợp và nên xem xét mô hình phi tuyến tính.
B. Có hiện tượng đa cộng tuyến trong mô hình.
C. Phương sai của sai số thay đổi theo giá trị của biến độc lập.
D. Mô hình hồi quy tuyến tính là phù hợp.
53. Giá trị p (p-value) trong phân tích phương sai (ANOVA) thể hiện điều gì?
A. Xác suất để bác bỏ giả thuyết không nếu giả thuyết này là đúng.
B. Mức độ ảnh hưởng của biến độc lập.
C. Mức độ phù hợp của mô hình.
D. Kích thước mẫu cần thiết.
54. Trong mô hình hồi quy, sai số chuẩn (standard error) của hệ số hồi quy ước lượng điều gì?
A. Độ chính xác của ước lượng hệ số hồi quy.
B. Mức độ quan trọng của biến độc lập.
C. Mức độ phù hợp của mô hình.
D. Phương sai của sai số.
55. Giả định nào là quan trọng nhất khi sử dụng phân tích phương sai (ANOVA)?
A. Các nhóm có phương sai bằng nhau.
B. Dữ liệu có phân phối chuẩn.
C. Các biến độc lập có mối quan hệ tuyến tính.
D. Không có giá trị ngoại lệ.
56. Phương pháp nào thường được sử dụng để kiểm tra tính dừng của chuỗi thời gian?
A. Kiểm định Dickey-Fuller.
B. Kiểm định t-Student.
C. Kiểm định F.
D. Kiểm định Chi-square.
57. Trong phân tích chuỗi thời gian, tính dừng (stationarity) của chuỗi có ý nghĩa gì?
A. Các đặc tính thống kê của chuỗi không thay đổi theo thời gian.
B. Chuỗi có xu hướng tăng hoặc giảm ổn định.
C. Chuỗi có tính mùa vụ rõ rệt.
D. Chuỗi không có tính chu kỳ.
58. Trong phương pháp san bằng mũ, hệ số san bằng (smoothing constant) ảnh hưởng như thế nào đến dự báo?
A. Hệ số san bằng càng lớn, dự báo càng nhạy cảm với các thay đổi gần đây.
B. Hệ số san bằng càng lớn, dự báo càng ổn định và ít bị ảnh hưởng bởi các thay đổi gần đây.
C. Hệ số san bằng không ảnh hưởng đến dự báo.
D. Hệ số san bằng chỉ ảnh hưởng đến dự báo trong ngắn hạn.
59. Giá trị odds ratio lớn hơn 1 có ý nghĩa gì?
A. Biến độc lập làm tăng khả năng xảy ra của biến phụ thuộc.
B. Biến độc lập làm giảm khả năng xảy ra của biến phụ thuộc.
C. Biến độc lập không ảnh hưởng đến biến phụ thuộc.
D. Cần thu thập thêm dữ liệu.
60. Hàm logistic được sử dụng để làm gì trong phân tích hồi quy logistic?
A. Ước lượng xác suất xảy ra của biến phụ thuộc.
B. Kiểm tra tính dừng.
C. Loại bỏ thành phần mùa vụ.
D. Xác định xu hướng dài hạn.
61. Khi nào nên sử dụng kiểm định Mann-Whitney U test?
A. Để so sánh trung bình của hai mẫu liên quan (paired).
B. Để so sánh trung bình của hai mẫu độc lập khi dữ liệu không tuân theo phân phối chuẩn.
C. Để kiểm tra sự độc lập giữa hai biến định tính.
D. Để phân tích phương sai.
62. Nếu khoảng tin cậy 95% cho trung bình của một quần thể là (10, 15), điều này có nghĩa là gì?
A. 95% các giá trị trong quần thể nằm giữa 10 và 15.
B. Có 95% khả năng trung bình của mẫu nằm giữa 10 và 15.
C. Có 95% khả năng trung bình của quần thể nằm giữa 10 và 15.
D. Trung bình của quần thể chắc chắn nằm giữa 10 và 15.
63. Kiểm định nào sau đây được sử dụng để kiểm tra tính đồng nhất phương sai (homoscedasticity) trong phân tích hồi quy?
A. Kiểm định t.
B. Kiểm định z.
C. Kiểm định Chi-square.
D. Kiểm định Breusch-Pagan.
64. Mức ý nghĩa (alpha) trong kiểm định giả thuyết thường được chọn là bao nhiêu?
A. 0.01
B. 0.05
C. 0.10
D. Tất cả các đáp án trên đều có thể.
65. Nếu giá trị p (p-value) nhỏ hơn mức ý nghĩa (alpha), chúng ta nên làm gì?
A. Chấp nhận giả thuyết H0.
B. Không đưa ra kết luận.
C. Bác bỏ giả thuyết H0.
D. Tăng kích thước mẫu.
66. Trong phân tích phương sai (ANOVA), yếu tố nào sau đây được sử dụng để so sánh sự khác biệt giữa các nhóm?
A. Độ lệch chuẩn.
B. Phương sai.
C. Trung vị.
D. Khoảng biến thiên.
67. Khoảng tin cậy (confidence interval) cung cấp thông tin gì?
A. Giá trị chính xác của tham số quần thể.
B. Một khoảng giá trị mà chúng ta tin rằng tham số quần thể nằm trong đó với một độ tin cậy nhất định.
C. Xác suất mắc phải sai lầm loại I.
D. Độ lệch chuẩn của mẫu.
68. Khi nào nên sử dụng kiểm định Kruskal-Wallis test?
A. Để so sánh trung bình của hai mẫu độc lập.
B. Để so sánh trung bình của hai mẫu liên quan.
C. Để so sánh trung bình của ba hoặc nhiều hơn các mẫu độc lập khi dữ liệu không tuân theo phân phối chuẩn.
D. Để kiểm tra sự độc lập giữa hai biến định tính.
69. Trong kiểm định giả thuyết, sai lầm loại II xảy ra khi nào?
A. Bác bỏ giả thuyết H0 khi nó đúng.
B. Chấp nhận giả thuyết H0 khi nó đúng.
C. Chấp nhận giả thuyết H0 khi nó sai.
D. Bác bỏ giả thuyết H0 khi nó sai.
70. Trong kiểm định giả thuyết, ‘sức mạnh của kiểm định’ (power of the test) đề cập đến điều gì?
A. Xác suất mắc phải sai lầm loại I.
B. Xác suất mắc phải sai lầm loại II.
C. Xác suất bác bỏ H0 khi H0 sai.
D. Xác suất chấp nhận H0 khi H0 đúng.
71. Giá trị p (p-value) trong kiểm định giả thuyết thể hiện điều gì?
A. Xác suất mắc phải sai lầm loại II.
B. Xác suất giả thuyết H0 là đúng.
C. Xác suất thu được kết quả như quan sát hoặc cực đoan hơn nếu H0 là đúng.
D. Mức ý nghĩa (alpha) của kiểm định.
72. Khi nào nên sử dụng kiểm định Chi-square?
A. Để so sánh trung bình của hai mẫu.
B. Để phân tích phương sai.
C. Để kiểm tra sự độc lập giữa hai biến định tính.
D. Để ước lượng tham số của quần thể.
73. Trong phân tích hồi quy, hiện tượng đa cộng tuyến (multicollinearity) xảy ra khi nào?
A. Khi có sự tương quan cao giữa các biến độc lập.
B. Khi có sự tương quan cao giữa biến độc lập và biến phụ thuộc.
C. Khi các sai số không tuân theo phân phối chuẩn.
D. Khi phương sai của các sai số không đồng nhất.
74. Trong phân tích hồi quy, sai số chuẩn (standard error) của hệ số hồi quy cho biết điều gì?
A. Độ lệch chuẩn của các giá trị thực tế so với các giá trị dự đoán.
B. Độ lệch chuẩn của các hệ số hồi quy ước lượng.
C. Mức ý nghĩa của hệ số hồi quy.
D. Phần trăm phương sai được giải thích bởi mô hình.
75. Khi nào nên sử dụng kiểm định ANOVA hai yếu tố (two-way ANOVA)?
A. Khi có một biến độc lập và một biến phụ thuộc.
B. Khi có hai biến độc lập và một biến phụ thuộc.
C. Khi có một biến độc lập và hai biến phụ thuộc.
D. Khi có hai biến độc lập và hai biến phụ thuộc.
76. Khi nào nên sử dụng kiểm định t (t-test) thay vì kiểm định z (z-test) để so sánh trung bình của hai mẫu?
A. Khi kích thước mẫu lớn (n > 30).
B. Khi phương sai của quần thể đã biết.
C. Khi kích thước mẫu nhỏ (n < 30) và phương sai của quần thể chưa biết.
D. Khi dữ liệu tuân theo phân phối chuẩn.
77. Kiểm định một phía (one-tailed test) khác với kiểm định hai phía (two-tailed test) như thế nào?
A. Kiểm định một phía chỉ kiểm tra xem giá trị có lớn hơn một ngưỡng nhất định.
B. Kiểm định hai phía kiểm tra xem giá trị có khác biệt so với một giá trị cụ thể.
C. Kiểm định một phía chỉ quan tâm đến một hướng của sự khác biệt, trong khi kiểm định hai phía quan tâm đến cả hai hướng.
D. Tất cả các đáp án trên.
78. Giả sử bạn thực hiện kiểm định giả thuyết và nhận được giá trị p = 0.02. Nếu mức ý nghĩa (alpha) là 0.05, bạn sẽ kết luận gì?
A. Chấp nhận giả thuyết H0.
B. Không thể đưa ra kết luận.
C. Bác bỏ giả thuyết H0.
D. Cần thêm thông tin.
79. Khi nào nên sử dụng kiểm định phi tham số (non-parametric test)?
A. Khi dữ liệu tuân theo phân phối chuẩn.
B. Khi kích thước mẫu lớn.
C. Khi dữ liệu không tuân theo phân phối chuẩn hoặc kích thước mẫu nhỏ.
D. Khi cần so sánh trung bình của hai mẫu.
80. Trong phân tích hồi quy, hệ số R-squared đo lường điều gì?
A. Độ mạnh của mối quan hệ giữa các biến.
B. Phần trăm phương sai của biến phụ thuộc được giải thích bởi biến độc lập.
C. Mức ý nghĩa của các hệ số hồi quy.
D. Độ lệch chuẩn của các sai số.
81. Mục đích chính của việc kiểm định giả thuyết là gì?
A. Đo lường độ lệch chuẩn của mẫu.
B. Ước lượng giá trị tham số của quần thể.
C. Đánh giá bằng chứng ủng hộ hoặc bác bỏ một tuyên bố về quần thể.
D. Tính toán khoảng tin cậy.
82. Trong kiểm định giả thuyết, nếu bạn giảm mức ý nghĩa (alpha), điều gì sẽ xảy ra với khả năng mắc sai lầm loại II (beta)?
A. Khả năng mắc sai lầm loại II giảm.
B. Khả năng mắc sai lầm loại II tăng.
C. Khả năng mắc sai lầm loại II không thay đổi.
D. Không thể xác định.
83. 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 của biến phụ thuộc khi biến độc lập bằng 0.
C. Độ dốc của đường hồi quy.
D. Mức độ phù hợp của mô hình.
84. Trong phân tích phương sai (ANOVA), giả thuyết H0 thường là gì?
A. Tất cả các trung bình của các nhóm đều khác nhau.
B. Ít nhất một trung bình của các nhóm khác với các trung bình còn lại.
C. Tất cả các trung bình của các nhóm đều bằng nhau.
D. Phương sai của các nhóm khác nhau.
85. Điều gì xảy ra với khoảng tin cậy khi tăng mức độ tin cậy (ví dụ, từ 95% lên 99%)?
A. Khoảng tin cậy trở nên hẹp hơn.
B. Khoảng tin cậy trở nên rộng hơn.
C. Khoảng tin cậy không thay đổi.
D. Không thể xác định.
86. Hệ quả của việc tăng kích thước mẫu trong kiểm định giả thuyết là gì?
A. Giảm khả năng mắc sai lầm loại I.
B. Tăng khả năng mắc sai lầm loại II.
C. Tăng sức mạnh của kiểm định (giảm khả năng mắc sai lầm loại II).
D. Không ảnh hưởng đến kết quả kiểm định.
87. Trong phân tích hồi quy, nếu bạn thêm một biến độc lập vào mô hình, điều gì sẽ xảy ra với R-squared?
A. R-squared chắc chắn sẽ giảm.
B. R-squared chắc chắn sẽ tăng.
C. R-squared có thể tăng hoặc giảm.
D. R-squared không thay đổi.
88. Trong kiểm định giả thuyết, sai lầm loại I xảy ra khi nào?
A. Chấp nhận giả thuyết H0 khi nó đúng.
B. Bác bỏ giả thuyết H0 khi nó sai.
C. Chấp nhận giả thuyết H0 khi nó sai.
D. Bác bỏ giả thuyết H0 khi nó đúng.
89. Khi nào nên sử dụng kiểm định Wilcoxon signed-rank test?
A. Để so sánh trung bình của hai mẫu độc lập.
B. Để so sánh trung bình của hai mẫu liên quan (paired).
C. Để kiểm tra sự độc lập giữa hai biến định tính.
D. Để phân tích phương sai.
90. Loại kiểm định nào phù hợp để so sánh tỷ lệ của hai quần thể?
A. Kiểm định t.
B. Kiểm định z.
C. Kiểm định Chi-square.
D. Phân tích phương sai (ANOVA).
91. Trong phân tích hồi quy, hệ số xác định (R-squared) cho biết điều gì?
A. Mức độ ý nghĩa thống kê của các biến độc lập.
B. Mức độ phù hợp của mô hình hồi quy với dữ liệu.
C. Độ lớn của tác động của biến độc lập lên biến phụ thuộc.
D. Phương sai của sai số ngẫu nhiên.
92. Phương pháp nào thường được sử dụng để kiểm tra tính dừng của chuỗi thời gian?
A. Kiểm định F.
B. Kiểm định t.
C. Kiểm định Dickey-Fuller.
D. Kiểm định Chi-bình phương.
93. Khi lựa chọn bậc cho mô hình ARIMA, tiêu chí nào thường được sử dụng để so sánh các mô hình khác nhau?
A. Hệ số xác định (R-squared).
B. Giá trị p (p-value).
C. AIC (Akaike Information Criterion) hoặc BIC (Bayesian Information Criterion).
D. Phương sai của sai số.
94. Khi nào nên sử dụng mô hình hồi quy logit thay vì hồi quy tuyến tính?
A. Khi biến phụ thuộc là biến định lượng liên tục.
B. Khi biến độc lập là biến định tính.
C. Khi biến phụ thuộc là biến định tính nhị phân.
D. Khi có hiện tượng đa cộng tuyến.
95. Điều gì xảy ra nếu bạn bỏ qua một biến quan trọng trong mô hình hồi quy?
A. Các ước lượng hệ số sẽ không chệch.
B. Phương sai của sai số sẽ giảm.
C. Các ước lượng hệ số có thể bị chệch.
D. Hệ số xác định (R-squared) sẽ tăng.
96. Hàm tự tương quan (ACF) được sử dụng để làm gì trong phân tích chuỗi thời gian?
A. Đo lường xu hướng của chuỗi thời gian.
B. Xác định tính dừng của chuỗi thời gian.
C. Đo lường mức độ tương quan giữa các giá trị của chuỗi ở các thời điểm khác nhau.
D. Dự báo giá trị tương lai của chuỗi thời gian.
97. Giả sử bạn có một mô hình hồi quy tuyến tính đơn giản. Nếu hệ số góc (slope) là 0, điều này có nghĩa là gì?
A. Biến độc lập có tác động rất lớn đến biến phụ thuộc.
B. Không có mối quan hệ tuyến tính giữa biến độc lập và biến phụ thuộc.
C. Mô hình hồi quy không phù hợp với dữ liệu.
D. Biến phụ thuộc không thay đổi.
98. Mô hình ARIMA được sử dụng để làm gì?
A. Phân tích hồi quy tuyến tính.
B. Phân tích phương sai.
C. Dự báo chuỗi thời gian.
D. Kiểm định giả thuyết.
99. Hàm tự tương quan riêng phần (PACF) được sử dụng để làm gì?
A. Đo lường mối tương quan giữa các biến độc lập.
B. Xác định bậc của thành phần AR trong mô hình ARIMA.
C. Xác định bậc của thành phần MA trong mô hình ARIMA.
D. Dự báo giá trị tương lai của chuỗi thời gian.
100. Trong mô hình hồi quy, biến giả (dummy variable) được sử dụng để làm gì?
A. Khắc phục hiện tượng đa cộng tuyến.
B. Đại diện cho các biến định tính.
C. Giảm phương sai của sai số.
D. Tăng hệ số xác định (R-squared).
101. Impulse Response Function (IRF) trong VAR cho biết điều gì?
A. Mức độ phù hợp của mô hình.
B. Tác động của một cú sốc (shock) từ một biến lên các biến khác theo thời gian.
C. Mối tương quan giữa các biến.
D. Xu hướng của các biến theo thời gian.
102. Sai số loại I (Type I error) trong kiểm định giả thuyết là gì?
A. Chấp nhận giả thuyết sai.
B. Bác bỏ giả thuyết đúng.
C. Chấp nhận giả thuyết đúng.
D. Bác bỏ giả thuyết sai.
103. Trong phân tích VAR (Vector Autoregression), điều gì quan trọng nhất?
A. Chỉ sử dụng một biến duy nhất.
B. Tất cả các biến phải dừng.
C. Các biến phải được tích hợp cùng bậc.
D. Không có mối quan hệ nhân quả giữa các biến.
104. Hiện tượng đa cộng tuyến (multicollinearity) xảy ra khi nào?
A. Có mối tương quan cao giữa các biến độc lập.
B. Phương sai của sai số thay đổi theo giá trị của biến độc lập.
C. Sai số không có phân phối chuẩn.
D. Có sự tương quan giữa sai số và biến độc lập.
105. Nếu giá trị p (p-value) của một hệ số hồi quy nhỏ hơn mức ý nghĩa (significance level) alpha, bạn sẽ làm gì?
A. Chấp nhận giả thuyết không.
B. Bác bỏ giả thuyết không.
C. Không đưa ra kết luận.
D. Tăng kích thước mẫu.
106. Mô hình nào phù hợp để phân tích tác động của chính sách tiền tệ đối với GDP và lạm phát?
A. Hồi quy tuyến tính đơn giản.
B. Mô hình ARIMA.
C. Mô hình VAR.
D. Phân tích phương sai.
107. Trong mô hình ARIMA, thành phần ‘I’ đại diện cho điều gì?
A. Inference (suy luận).
B. Integration (tích hợp).
C. Interaction (tương tác).
D. Independence (độc lập).
108. Trong mô hình hồi quy đa biến, hệ số chặn (intercept) thể hiện điều gì?
A. Giá trị của biến phụ thuộc khi tất cả các biến độc lập bằng 0.
B. Tác động lớn nhất của một biến độc lập lên biến phụ thuộc.
C. Mức độ biến động của biến phụ thuộc.
D. Mức độ phù hợp của mô hình với dữ liệu.
109. Trong kiểm định giả thuyết về các hệ số hồi quy, giả thuyết không (null hypothesis) thường là gì?
A. Hệ số hồi quy bằng 1.
B. Hệ số hồi quy khác 0.
C. Hệ số hồi quy bằng 0.
D. Hệ số hồi quy lớn hơn 0.
110. Kiểm định Granger causality được sử dụng để làm gì?
A. Đo lường mức độ tương quan giữa hai biến.
B. Xác định xem một biến có thể được sử dụng để dự báo biến khác hay không.
C. Kiểm tra tính dừng của chuỗi thời gian.
D. Ước lượng hệ số hồi quy.
111. Mô hình nào phù hợp để dự báo doanh số bán hàng hàng tháng của một sản phẩm mới, khi dữ liệu cho thấy có xu hướng tăng trưởng và tính mùa vụ?
A. Hồi quy tuyến tính đơn giản.
B. Mô hình ARIMA.
C. Mô hình trung bình động.
D. Mô hình san bằng mũ.
112. Tự tương quan (autocorrelation) là gì và nó ảnh hưởng đến mô hình hồi quy như thế nào?
A. Mối tương quan giữa các biến độc lập, làm tăng phương sai của sai số.
B. Mối tương quan giữa các sai số ở các thời điểm khác nhau, làm cho các ước lượng không hiệu quả.
C. Mối tương quan giữa biến độc lập và biến phụ thuộc, làm sai lệch các ước lượng.
D. Mối tương quan giữa các biến định tính, làm giảm độ chính xác của mô hình.
113. Để khắc phục hiện tượng phương sai sai số thay đổi (heteroskedasticity), phương pháp nào thường được sử dụng?
A. Sử dụng biến giả (dummy variable).
B. Sử dụng phương pháp bình phương tối thiểu tổng quát (Generalized Least Squares – GLS).
C. Loại bỏ các biến độc lập không quan trọng.
D. Tăng kích thước mẫu.
114. Mục đích của việc lấy sai phân (differencing) trong phân tích chuỗi thời gian là gì?
A. Tăng phương sai của chuỗi.
B. Làm cho chuỗi trở nên dừng.
C. Giảm mức độ tự tương quan.
D. Loại bỏ các giá trị ngoại lệ.
115. Trong phân tích chuỗi thời gian, tính mùa vụ (seasonality) là gì?
A. Xu hướng tăng hoặc giảm của chuỗi theo thời gian.
B. Sự biến động ngẫu nhiên của chuỗi.
C. Sự lặp lại của các mẫu trong chuỗi theo chu kỳ cố định.
D. Sự thay đổi đột ngột của chuỗi.
116. Phương sai của sai số (error term) trong mô hình hồi quy thể hiện điều gì?
A. Mức độ phù hợp của mô hình.
B. Độ lớn của tác động của biến độc lập.
C. Sự biến động của biến phụ thuộc được giải thích bởi mô hình.
D. Sự biến động của biến phụ thuộc không được giải thích bởi mô hình.
117. Trong phân tích chuỗi thời gian, tính dừng (stationarity) của chuỗi có ý nghĩa gì?
A. Chuỗi có xu hướng tăng hoặc giảm theo thời gian.
B. Chuỗi có phương sai thay đổi theo thời gian.
C. Chuỗi có trung bình và phương sai không đổi theo thời gian.
D. Chuỗi không bị ảnh hưởng bởi các yếu tố bên ngoài.
118. Điều gì xảy ra nếu bạn sử dụng mô hình ARIMA cho một chuỗi thời gian không dừng?
A. Mô hình sẽ cho kết quả dự báo chính xác hơn.
B. Các ước lượng sẽ không chệch.
C. Mô hình có thể cho kết quả dự báo sai lệch.
D. Phương sai của sai số sẽ giảm.
119. Trong mô hình ARIMA, thành phần ‘MA’ đại diện cho điều gì?
A. Moving Average (trung bình động).
B. Maximum Amplitude (biên độ tối đa).
C. Marginal Analysis (phân tích biên).
D. Market Adjustment (điều chỉnh thị trường).
120. Variance Decomposition trong VAR cho biết điều gì?
A. Mức độ biến động của từng biến.
B. Tỷ lệ phương sai của mỗi biến được giải thích bởi các cú sốc từ các biến khác.
C. Mối tương quan giữa các biến.
D. Xu hướng của các biến theo thời gian.
121. Trong phân tích hồi quy, biến trễ (lagged variable) được sử dụng để làm gì?
A. Biểu diễn các biến định tính.
B. Biểu diễn giá trị của biến ở các thời điểm trước đó.
C. Giảm thiểu đa cộng tuyến.
D. Khắc phục phương sai sai số thay đổi.
122. Khoảng tin cậy (Confidence interval) cho biết điều gì?
A. Xác suất mà tham số thực tế nằm trong khoảng đó.
B. Một khoảng giá trị mà trong đó chúng ta tin rằng tham số thực tế của quần thể nằm trong đó với một độ tin cậy nhất định.
C. Giá trị trung bình của mẫu.
D. Phương sai của mẫu.
123. Kiểm định Chi-square được sử dụng để làm gì?
A. So sánh giá trị trung bình của hai mẫu.
B. Kiểm tra sự phù hợp giữa phân phối thực tế và phân phối lý thuyết.
C. Ước lượng các tham số của mô hình hồi quy.
D. Kiểm tra tính dừng của chuỗi thời gian.
124. Trong hồi quy tuyến tính, hệ số chặn (intercept) biểu thị điều gì?
A. Giá trị dự đoán của biến độc lập khi biến phụ thuộc bằng 0.
B. Giá trị trung bình của biến phụ thuộc.
C. Mức thay đổi của biến phụ thuộc khi biến độc lập tăng một đơn vị.
D. Giá trị dự đoán của biến phụ thuộc khi tất cả các biến độc lập bằng 0.
125. Hàm tự tương quan (Autocorrelation Function – ACF) được sử dụng để làm gì trong phân tích chuỗi thời gian?
A. Đo lường mức độ tương quan giữa chuỗi và chính nó ở các khoảng thời gian khác nhau.
B. Đo lường mức độ tương quan giữa các chuỗi thời gian khác nhau.
C. Kiểm tra tính dừng của chuỗi.
D. Dự báo giá trị tương lai của chuỗi.
126. Đa cộng tuyến (multicollinearity) là gì trong phân tích hồi quy?
A. Sự tương quan tuyến tính cao giữa các biến độc lập.
B. Sự tương quan tuyến tính cao giữa biến độc lập và biến phụ thuộc.
C. Sự không tương quan giữa các biến độc lập.
D. Phương sai của sai số thay đổi.
127. Hệ số xác định (R-squared) đo lường điều gì trong mô hình hồi quy?
A. Mức độ phù hợp của mô hình với dữ liệu.
B. Mức độ tương quan giữa các biến độc lập.
C. Tỷ lệ phương sai của biến phụ thuộc được giải thích bởi các biến độc lập trong mô hình.
D. Phương sai của sai số.
128. Sai số chuẩn (Standard error) của hệ số hồi quy đo lường điều gì?
A. Độ lệch chuẩn của các giá trị trong mẫu.
B. Ước lượng độ lệch chuẩn của phân phối lấy mẫu của hệ số hồi quy.
C. Phương sai của sai số.
D. Mức độ phù hợp của mô hình.
129. Khi nào thì mô hình hồi quy được xem là có phương sai sai số thay đổi (heteroscedasticity)?
A. Khi các sai số có phương sai không đổi.
B. Khi các sai số có giá trị trung bình bằng 0.
C. Khi phương sai của sai số thay đổi theo giá trị của biến độc lập.
D. Khi các biến độc lập không tương quan với nhau.
130. Phương pháp kiểm định nào được sử dụng để kiểm tra tính dừng của chuỗi thời gian?
A. Kiểm định Chi-square.
B. Kiểm định t-test.
C. Kiểm định Durbin-Watson.
D. Kiểm định Augmented Dickey-Fuller (ADF).
131. Sai số loại II (Type II error) xảy ra khi nào?
A. Bác bỏ giả thuyết null khi nó đúng.
B. Chấp nhận giả thuyết null khi nó sai.
C. Bác bỏ giả thuyết null khi nó sai.
D. Chấp nhận giả thuyết null khi nó đúng.
132. Khi nào thì cần thực hiện kiểm định White?
A. Khi nghi ngờ có đa cộng tuyến.
B. Khi nghi ngờ có tự tương quan.
C. Khi nghi ngờ có phương sai sai số thay đổi.
D. Khi nghi ngờ dữ liệu không tuân theo phân phối chuẩn.
133. Trong phân tích phương sai (ANOVA), giả thuyết null thường phát biểu điều gì?
A. Tất cả các giá trị trung bình của các nhóm đều khác nhau.
B. Ít nhất một giá trị trung bình của các nhóm khác với các giá trị còn lại.
C. Tất cả các giá trị trung bình của các nhóm đều bằng nhau.
D. Phương sai giữa các nhóm khác nhau.
134. Trong phân tích phương sai (ANOVA), thống kê F (F-statistic) được tính như thế nào?
A. Tỷ lệ giữa phương sai giữa các nhóm và phương sai trong các nhóm.
B. Tổng bình phương sai số.
C. Hiệu giữa giá trị trung bình lớn nhất và giá trị trung bình nhỏ nhất.
D. Số lượng nhóm trừ đi 1.
135. Khi nào thì cần sử dụng mô hình hồi quy logistic thay vì hồi quy tuyến tính?
A. Khi biến phụ thuộc là biến định tính (categorical).
B. Khi biến độc lập là biến định tính (categorical).
C. Khi có phương sai sai số thay đổi.
D. Khi có đa cộng tuyến.
136. Ưu điểm của việc sử dụng logarit trong mô hình hồi quy là gì?
A. Luôn cải thiện độ chính xác của mô hình.
B. Giúp mô hình hóa mối quan hệ phi tuyến tính và giảm phương sai sai số thay đổi.
C. Loại bỏ đa cộng tuyến.
D. Đơn giản hóa việc tính toán.
137. Hệ số tương quan (correlation coefficient) đo lường điều gì?
A. Mức độ phù hợp của mô hình.
B. Mối quan hệ nhân quả giữa hai biến.
C. Mức độ liên kết tuyến tính giữa hai biến.
D. Phương sai của sai số.
138. Giá trị P (P-value) trong kiểm định giả thuyết có ý nghĩa gì?
A. Xác suất để bác bỏ giả thuyết null khi nó đúng.
B. Xác suất để chấp nhận giả thuyết null khi nó sai.
C. Xác suất để quan sát được kết quả kiểm định (hoặc kết quả cực đoan hơn) nếu giả thuyết null là đúng.
D. Mức ý nghĩa của kiểm định.
139. Ý nghĩa của hệ số beta trong hồi quy bội là gì?
A. Giá trị của biến phụ thuộc khi tất cả các biến độc lập bằng 0.
B. Mức thay đổi của biến phụ thuộc khi biến độc lập tương ứng tăng một đơn vị, giữ các biến độc lập khác không đổi.
C. Tỷ lệ phần trăm biến thiên của biến phụ thuộc được giải thích bởi mô hình.
D. Độ lệch chuẩn của các ước lượng hệ số.
140. Khi nào thì cần sử dụng phương pháp hồi quy Ridge hoặc Lasso?
A. Khi có phương sai sai số thay đổi.
B. Khi có tự tương quan.
C. Khi có đa cộng tuyến và cần giảm thiểu sự phức tạp của mô hình.
D. Khi dữ liệu không tuân theo phân phối chuẩn.
141. Trong phân tích hồi quy, giá trị VIF (Variance Inflation Factor) được sử dụng để đánh giá điều gì?
A. Phương sai của sai số.
B. Mức độ đa cộng tuyến giữa các biến độc lập.
C. Mức độ phù hợp của mô hình.
D. Sự tương quan giữa biến độc lập và biến phụ thuộc.
142. Sai số loại I (Type I error) xảy ra khi nào?
A. Bác bỏ giả thuyết null khi nó sai.
B. Chấp nhận giả thuyết null khi nó đúng.
C. Bác bỏ giả thuyết null khi nó đúng.
D. Chấp nhận giả thuyết null khi nó sai.
143. Điều gì xảy ra với khoảng tin cậy khi kích thước mẫu tăng lên?
A. Khoảng tin cậy trở nên rộng hơn.
B. Khoảng tin cậy không thay đổi.
C. Khoảng tin cậy trở nên hẹp hơn.
D. Khoảng tin cậy dao động ngẫu nhiên.
144. Khi nào thì cần sử dụng mô hình ARIMA trong phân tích chuỗi thời gian?
A. Khi chuỗi thời gian có tính dừng.
B. Khi chuỗi thời gian không có tính dừng.
C. Khi chuỗi thời gian có tính mùa vụ.
D. Khi chuỗi thời gian có xu hướng tuyến tính.
145. Mục đích của việc chuẩn hóa dữ liệu (data normalization) là gì?
A. Loại bỏ các giá trị ngoại lệ (outliers).
B. Đưa dữ liệu về cùng một thang đo để so sánh và phân tích dễ dàng hơn.
C. Kiểm tra tính dừng của chuỗi thời gian.
D. Ước lượng các tham số của mô hình hồi quy.
146. Kiểm định Durbin-Watson được sử dụng để kiểm tra điều gì?
A. Phương sai sai số thay đổi.
B. Đa cộng tuyến.
C. Tự tương quan của các sai số.
D. Tính chuẩn của sai số.
147. Trong phân tích chuỗi thời gian, tính dừng (stationarity) của chuỗi có ý nghĩa gì?
A. Chuỗi có phương sai thay đổi theo thời gian.
B. Chuỗi có giá trị trung bình và phương sai không đổi theo thời gian.
C. Chuỗi có xu hướng tăng hoặc giảm rõ rệt.
D. Chuỗi có tính mùa vụ.
148. Trong kiểm định giả thuyết, mức ý nghĩa (significance level) thường được ký hiệu là alpha (α) thể hiện điều gì?
A. Xác suất mắc sai số loại II.
B. Xác suất mắc sai số loại I.
C. Độ tin cậy của kiểm định.
D. Giá trị P.
149. Phương pháp bình phương tối thiểu (Ordinary Least Squares – OLS) được sử dụng để làm gì?
A. Ước lượng các tham số của mô hình hồi quy bằng cách giảm thiểu tổng bình phương sai số.
B. Kiểm tra tính dừng của chuỗi thời gian.
C. Phân tích phương sai.
D. Xây dựng khoảng tin cậy.
150. Trong phân tích hồi quy, biến giả (dummy variable) được sử dụng để làm gì?
A. Biểu diễn các biến định lượng.
B. Biểu diễn các biến định tính.
C. Giảm thiểu đa cộng tuyến.
D. Khắc phục phương sai sai số thay đổi.
