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.

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.

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.

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.

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).

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.

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.

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.

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).

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).

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.

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.

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).

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.

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.

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.

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.

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.

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).

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).

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.

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.

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.

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.

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.

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.

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).

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).

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.

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.