1. Trong phân tích chuỗi thời gian, thành phần xu hướng (trend) thể hiện điều gì?
A. Sự biến động ngắn hạn và ngẫu nhiên.
B. Sự biến động theo mùa.
C. Sự biến động dài hạn và có hệ thống.
D. Sự biến động theo chu kỳ kinh tế.
2. Ý nghĩa của hệ số xác định (R-squared) trong phân tích hồi quy là gì?
A. Tỷ lệ phần trăm biến thiên của biến độc lập được giải thích bởi biến phụ thuộc.
B. Tỷ lệ phần trăm biến thiên của biến phụ thuộc được giải thích bởi biến độc lập.
C. Mức độ ý nghĩa thống kê của các hệ số hồi quy.
D. Sai số chuẩn của ước lượng.
3. Giá trị p (p-value) trong kiểm định giả thuyết thể hiện điều gì?
A. Xác suất giả thuyết null là đúng.
B. Xác suất mắc lỗi loại I.
C. Xác suất thu được kết quả ít nhất cực đoan như kết quả quan sát được, giả sử giả thuyết null là đúng.
D. Mức ý nghĩa thống kê của kiểm định.
4. Khi nào thì nên sử dụng kiểm định Mann-Whitney U?
A. Khi so sánh trung bình của hai mẫu độc lập có phân phối chuẩn.
B. Khi so sánh trung bình của hai mẫu phụ thuộc có phân phối chuẩn.
C. Khi so sánh hai mẫu độc lập không có phân phối chuẩn.
D. Khi so sánh hai mẫu phụ thuộc không có phân phối chuẩn.
5. Sai số chuẩn (standard error) đo lường điều gì?
A. Độ lệch chuẩn của mẫu.
B. Độ lệch chuẩn của tổng thể.
C. Độ lệch chuẩn của phân phối lấy mẫu của một thống kê.
D. Sai số ngẫu nhiên trong dữ liệu.
6. Điều gì xảy ra với khoảng tin cậy khi tăng kích thước mẫu?
A. Khoảng tin cậy trở nên rộng hơn.
B. Khoảng tin cậy trở nên hẹp hơn.
C. Khoảng tin cậy không thay đổi.
D. Khoảng tin cậy có thể rộng hơn hoặc hẹp hơn tùy thuộc vào dữ liệu.
7. Trong phân tích hồi quy, hệ số tương quan (r) đo lường điều gì?
A. Độ dốc của đường hồi quy.
B. Mức độ phù hợp của mô hình hồi quy với dữ liệu.
C. Mối quan hệ tuyến tính giữa hai biến.
D. Sự thay đổi trung bình của biến phụ thuộc khi biến độc lập tăng một đơn vị.
8. Trong phân tích hồi quy, điều gì xảy ra nếu phương sai của sai số không đồng nhất (heteroscedasticity)?
A. Các ước lượng hệ số hồi quy trở nên không chệch.
B. Các ước lượng hệ số hồi quy trở nên chệch.
C. Sai số chuẩn của các ước lượng hệ số hồi quy trở nên không tin cậy.
D. Không có ảnh hưởng gì.
9. Trong phân tích chuỗi thời gian, thành phần mùa vụ (seasonal component) thể hiện điều gì?
A. Sự biến động ngắn hạn và ngẫu nhiên.
B. Sự biến động dài hạn và có hệ thống.
C. Sự biến động theo chu kỳ kinh tế.
D. Sự biến động lặp đi lặp lại trong một khoảng thời gian cố định.
10. Hệ số V của Cramer được sử dụng để đo lường điều gì?
A. Mức độ liên kết giữa hai biến định lượng.
B. Mức độ liên kết giữa hai biến định tính.
C. Sự khác biệt giữa hai trung bình mẫu.
D. Sự khác biệt giữa hai phương sai mẫu.
11. Phân tích phương sai (ANOVA) được sử dụng để làm gì?
A. So sánh phương sai của hai mẫu.
B. So sánh trung bình của hai mẫu.
C. So sánh trung bình của nhiều hơn hai nhóm.
D. Đo lường mối quan hệ giữa hai biến liên tục.
12. Trong kiểm định giả thuyết, lỗi loại I (Type I error) xảy ra khi nào?
A. Chấp nhận giả thuyết null khi nó sai.
B. Bác bỏ giả thuyết null khi nó đúng.
C. Không bác bỏ giả thuyết null khi nó sai.
D. Bác bỏ giả thuyết null khi nó sai.
13. Khi nào thì nên sử dụng kiểm định Wilcoxon Signed-Rank?
A. Để so sánh hai mẫu độc lập.
B. Để so sánh hai mẫu phụ thuộc khi dữ liệu không có phân phối chuẩn.
C. Để so sánh hai mẫu phụ thuộc khi dữ liệu có phân phối chuẩn.
D. Để so sánh nhiều hơn hai mẫu.
14. Khi nào thì nên sử dụng kiểm định t (t-test) thay vì kiểm định z (z-test)?
A. Khi kích thước mẫu lớn (n > 30).
B. Khi phương sai tổng thể đã biết.
C. Khi kích thước mẫu nhỏ (n < 30) và phương sai tổng thể chưa biết.
D. Khi so sánh hai mẫu phụ thuộc.
15. Trong phân tích phương sai hai yếu tố (two-way ANOVA), điều gì được kiểm tra?
A. Ảnh hưởng của một yếu tố duy nhất lên biến phụ thuộc.
B. Ảnh hưởng của hai yếu tố lên biến phụ thuộc và tương tác giữa chúng.
C. Sự tương quan giữa hai biến độc lập.
D. Sự khác biệt giữa phương sai của hai nhóm.
16. Phương pháp nào sau đây được sử dụng để giảm số lượng biến trong một tập dữ liệu lớn?
A. Phân tích hồi quy.
B. Phân tích phương sai.
C. Phân tích thành phần chính (Principal Component Analysis – PCA).
D. Phân tích tương quan.
17. Trong phân tích chuỗi thời gian, hàm tự tương quan (ACF) đo lường điều gì?
A. Mối quan hệ giữa hai chuỗi thời gian khác nhau.
B. Mối quan hệ giữa các giá trị trong cùng một chuỗi thời gian tại các thời điểm khác nhau.
C. Xu hướng của chuỗi thời gian.
D. Tính mùa vụ của chuỗi thời gian.
18. Trong phân tích hồi quy logistic, biến phụ thuộc có đặc điểm gì?
A. Là biến liên tục.
B. Là biến định tính (categorical).
C. Là biến nhị phân (binary).
D. Là biến thứ bậc (ordinal).
19. Kiểm định Kruskal-Wallis dùng để làm gì?
A. So sánh trung bình của hai mẫu độc lập.
B. So sánh phương sai của hai mẫu.
C. So sánh trung vị của nhiều hơn hai nhóm độc lập.
D. So sánh trung bình của nhiều hơn hai nhóm độc lập.
20. Phương pháp nào sau đây thường được sử dụng để xử lý dữ liệu ngoại lệ (outliers)?
A. Sử dụng trung bình cộng để thay thế.
B. Loại bỏ tất cả các dữ liệu lớn hơn giá trị trung bình.
C. Winsorizing hoặc trimming.
D. Giữ nguyên tất cả dữ liệu để đảm bảo tính khách quan.
21. Kiểm định Kolmogorov-Smirnov dùng để làm gì?
A. Kiểm tra tính độc lập của hai biến.
B. Kiểm tra sự bằng nhau của phương sai.
C. Kiểm tra sự phù hợp của một mẫu với một phân phối lý thuyết.
D. Kiểm tra trung bình của hai mẫu.
22. Trong kiểm định giả thuyết, khi nào thì bác bỏ giả thuyết null?
A. Khi giá trị p lớn hơn mức ý nghĩa (alpha).
B. Khi giá trị p nhỏ hơn mức ý nghĩa (alpha).
C. Khi giá trị p bằng mức ý nghĩa (alpha).
D. Không bao giờ bác bỏ giả thuyết null.
23. Khoảng tin cậy 95% có nghĩa là gì?
A. Có 95% khả năng trung bình mẫu nằm trong khoảng tin cậy.
B. Có 95% khả năng trung bình tổng thể nằm trong khoảng tin cậy.
C. Khoảng tin cậy chứa 95% dữ liệu của mẫu.
D. Có 5% khả năng trung bình tổng thể không nằm trong khoảng tin cậy.
24. Khi nào thì nên sử dụng kiểm định Chi-square?
A. Để so sánh trung bình của hai mẫu độc lập.
B. Để kiểm tra sự khác biệt giữa các phương sai.
C. Để kiểm tra sự phù hợp giữa phân phối thực tế và phân phối lý thuyết.
D. Để ước lượng khoảng tin cậy cho trung bình tổng thể.
25. Trong phân tích hồi quy, điều gì xảy ra nếu vi phạm giả định về tính độc lập của sai số?
A. Các ước lượng hệ số hồi quy trở nên không chệch.
B. Các ước lượng hệ số hồi quy trở nên chệch.
C. Sai số chuẩn của các ước lượng hệ số hồi quy trở nên không tin cậy.
D. Không có ảnh hưởng gì.
26. Phương pháp nào sau đây được sử dụng để dự báo chuỗi thời gian?
A. Phân tích hồi quy tuyến tính.
B. Phân tích phương sai.
C. Mô hình ARIMA.
D. Phân tích tương quan.
27. Phương pháp nào sau đây được sử dụng để xác định số lượng cụm tối ưu trong phân tích cụm (cluster analysis)?
A. Phân tích hồi quy.
B. Phân tích phương sai.
C. Phương pháp khuỷu tay (elbow method).
D. Phân tích tương quan.
28. Trong phân tích hồi quy đa biến, hiện tượng đa cộng tuyến (multicollinearity) đề cập đến vấn đề gì?
A. Sự tương quan cao giữa biến phụ thuộc và biến độc lập.
B. Sự tương quan cao giữa các biến độc lập.
C. Phương sai của sai số thay đổi theo giá trị của biến độc lập.
D. Sự thiếu tuyến tính trong mối quan hệ giữa biến độc lập và biến phụ thuộc.
29. Ý nghĩa của hệ số Cronbach’s alpha là gì?
A. Đo lường độ tin cậy của một bài kiểm tra hoặc thang đo.
B. Đo lường giá trị của một biến.
C. Đo lường mối quan hệ giữa hai biến.
D. Đo lường sự phù hợp của mô hình hồi quy.
30. Trong kiểm định giả thuyết, mức ý nghĩa (alpha) thường được đặt ở mức nào?
A. 0.01
B. 0.05
C. 0.10
D. Tất cả các đáp án trên đều có thể.
31. Trong phân tích hồi quy, điều gì xảy ra nếu bạn bỏ qua một biến quan trọng?
A. Các hệ số của các biến còn lại sẽ không bị ảnh hưởng.
B. Các hệ số của các biến còn lại có thể bị chệch (biased).
C. R-squared sẽ tăng lên.
D. Mô hình sẽ trở nên chính xác hơn.
32. Trong phân tích hồi quy, khi nào thì cần biến đổi dữ liệu (ví dụ: logarit)?
A. Khi các biến độc lập có tương quan cao.
B. Khi mối quan hệ giữa các biến là phi tuyến tính.
C. Khi kích thước mẫu lớn.
D. Khi dữ liệu tuân theo phân phối chuẩn.
33. Điều gì xảy ra với khoảng tin cậy của hệ số hồi quy khi kích thước mẫu tăng lên?
A. Khoảng tin cậy trở nên rộng hơn.
B. Khoảng tin cậy trở nên hẹp hơn.
C. Khoảng tin cậy không thay đổi.
D. Khoảng tin cậy trở nên không xác định.
34. Trong phân tích hồi quy, khi nào thì nên sử dụng hồi quy logistic thay vì hồi quy tuyến tính?
A. Khi biến phụ thuộc là biến định tính (categorical variable).
B. Khi các biến độc lập có tương quan cao.
C. Khi kích thước mẫu nhỏ.
D. Khi dữ liệu tuân theo phân phối chuẩn.
35. Phương pháp san bằng mũ (exponential smoothing) phù hợp nhất cho loại dữ liệu chuỗi thời gian nào?
A. Dữ liệu có xu hướng và tính thời vụ rõ rệt.
B. Dữ liệu không có xu hướng hoặc tính thời vụ.
C. Dữ liệu có chu kỳ dài hạn.
D. Dữ liệu có nhiều điểm bất thường.
36. Trong phân tích ANOVA, giả thuyết không (null hypothesis) thường là gì?
A. Ít nhất một trong các trung bình của các nhóm là khác nhau.
B. Tất cả các trung bình của các nhóm đều bằng nhau.
C. Phương sai giữa các nhóm là khác nhau.
D. Không có sự khác biệt giữa các nhóm.
37. Trong phân tích hồi quy, biến giả (dummy variable) được sử dụng để làm gì?
A. Đại diện cho các biến định tính (categorical variables).
B. Giảm hiện tượng đa cộng tuyến.
C. Tăng độ chính xác của các ước lượng.
D. Dự đoán giá trị tương lai của biến phụ thuộc.
38. Giả sử bạn có một mô hình hồi quy tuyến tính đơn giản với một biến độc lập. Nếu hệ số của biến độc lập là 2.5, điều này có nghĩa là gì?
A. Khi biến độc lập tăng 1 đơn vị, biến phụ thuộc giảm 2.5 đơn vị.
B. Khi biến độc lập tăng 1 đơn vị, biến phụ thuộc tăng 2.5 đơn vị.
C. Biến độc lập giải thích 2.5% sự thay đổi của biến phụ thuộc.
D. Mối quan hệ giữa hai biến là không đáng kể.
39. Phương pháp trung bình động (moving average) được sử dụng để làm gì trong phân tích chuỗi thời gian?
A. Dự đoán giá trị tương lai của chuỗi thời gian.
B. Làm mịn chuỗi thời gian và loại bỏ nhiễu.
C. Xác định tính thời vụ trong chuỗi thời gian.
D. Đo lường độ biến động của chuỗi thời gian.
40. Trong phân tích chuỗi thời gian, tự tương quan (autocorrelation) đề cập đến điều gì?
A. Mối quan hệ giữa hai biến khác nhau tại cùng một thời điểm.
B. Mối quan hệ giữa một biến với chính nó tại các thời điểm khác nhau.
C. Sự biến động ngẫu nhiên trong chuỗi thời gian.
D. Xu hướng dài hạn của chuỗi thời gian.
41. Trong phân tích hồi quy, hệ số xác định (R-squared) đo lường điều gì?
A. Mức độ mà các biến độc lập có ý nghĩa thống kê.
B. Tỷ lệ phương sai của biến phụ thuộc được giải thích bởi các biến độc lập trong mô hình.
C. Độ mạnh của mối quan hệ giữa các biến độc lập.
D. Mức độ tin cậy của các hệ số hồi quy.
42. Trong phân tích chuỗi thời gian, thành phần nào thể hiện sự biến động ngắn hạn và không đều đặn?
A. Xu hướng (Trend).
B. Tính thời vụ (Seasonality).
C. Chu kỳ (Cyclical).
D. Tính ngẫu nhiên (Irregularity).
43. Trong phân tích hồi quy, giá trị p (p-value) được sử dụng để làm gì?
A. Ước tính giá trị của biến phụ thuộc.
B. Đo lường độ mạnh của mối quan hệ giữa các biến.
C. Kiểm định giả thuyết không rằng hệ số hồi quy bằng không.
D. Tính toán hệ số xác định (R-squared).
44. Trong phân tích phương sai (ANOVA), thống kê F được sử dụng để làm gì?
A. So sánh phương sai giữa các nhóm.
B. Ước tính trung bình của các nhóm.
C. Kiểm định sự khác biệt giữa hai trung bình.
D. Đo lường độ lệch chuẩn của các nhóm.
45. Giả sử bạn có một mô hình hồi quy với nhiều biến độc lập. Bạn nên sử dụng tiêu chí nào để so sánh các mô hình khác nhau và chọn mô hình tốt nhất?
A. Hệ số tương quan.
B. Giá trị p (p-value).
C. Hệ số xác định điều chỉnh (Adjusted R-squared).
D. Sai số chuẩn của các hệ số.
46. Kiểm định Durbin-Watson được sử dụng để làm gì trong phân tích hồi quy?
A. Kiểm tra tính đa cộng tuyến.
B. Kiểm tra tính dừng của chuỗi thời gian.
C. Kiểm tra tự tương quan của các phần dư.
D. Kiểm tra tính đồng nhất phương sai.
47. Hiện tượng đa cộng tuyến (multicollinearity) xảy ra khi nào?
A. Khi có một mối quan hệ tuyến tính hoàn hảo giữa các biến độc lập trong mô hình hồi quy.
B. Khi biến phụ thuộc không tuân theo phân phối chuẩn.
C. Khi số lượng quan sát ít hơn số lượng biến độc lập.
D. Khi phương sai của sai số không đồng nhất.
48. Nếu giá trị R-squared trong mô hình hồi quy là 0.85, điều này có nghĩa là gì?
A. Mô hình không phù hợp với dữ liệu.
B. 85% sự thay đổi của biến độc lập được giải thích bởi biến phụ thuộc.
C. 85% sự thay đổi của biến phụ thuộc được giải thích bởi các biến độc lập.
D. Mô hình có sai số lớn.
49. Trong phân tích chuỗi thời gian, chỉ số thời vụ (seasonal index) được sử dụng để làm gì?
A. Đo lường mức độ biến động của chuỗi thời gian.
B. Điều chỉnh dữ liệu để loại bỏ ảnh hưởng của tính thời vụ.
C. Dự đoán xu hướng dài hạn của chuỗi thời gian.
D. Xác định các điểm bất thường trong chuỗi thời gian.
50. Trong phân tích hồi quy, sai số chuẩn của hệ số hồi quy ước lượng điều gì?
A. Mức độ phù hợp của mô hình với dữ liệu.
B. Độ lệch chuẩn của phân phối lấy mẫu của hệ số hồi quy.
C. Tổng sai số của mô hình.
D. Giá trị trung bình của sai số.
51. Phương pháp nào thường được sử dụng để khắc phục hiện tượng đa cộng tuyến?
A. Sử dụng biến trễ (lagged variables).
B. Loại bỏ một hoặc nhiều biến độc lập có tương quan cao.
C. Sử dụng mô hình logit.
D. Tăng kích thước mẫu.
52. Phương pháp nào sau đây có thể được sử dụng để kiểm tra tính dừng (stationarity) của một chuỗi thời gian?
A. Kiểm định t (t-test).
B. Kiểm định F (F-test).
C. Kiểm định Dickey-Fuller.
D. Phân tích hồi quy.
53. Làm thế nào để giải thích một hệ số hồi quy ước lượng là âm?
A. Khi biến độc lập tăng lên, biến phụ thuộc cũng tăng lên.
B. Khi biến độc lập tăng lên, biến phụ thuộc giảm xuống.
C. Không có mối quan hệ giữa biến độc lập và biến phụ thuộc.
D. Mối quan hệ giữa hai biến là phi tuyến tính.
54. Trong phân tích hồi quy, phần dư (residual) được định nghĩa là gì?
A. Giá trị trung bình của biến phụ thuộc.
B. Sự khác biệt giữa giá trị thực tế và giá trị dự đoán của biến phụ thuộc.
C. Tổng của các biến độc lập.
D. Hệ số xác định (R-squared).
55. Phương pháp nào sau đây thường được sử dụng để dự báo chuỗi thời gian có tính thời vụ?
A. Trung bình động đơn giản.
B. San bằng mũ đơn giản.
C. ARIMA thời vụ (Seasonal ARIMA).
D. Hồi quy tuyến tính.
56. Giả sử bạn muốn so sánh hiệu quả quảng cáo của ba kênh khác nhau (TV, radio, internet) đến doanh số bán hàng. Phương pháp thống kê nào phù hợp nhất?
A. Phân tích hồi quy tuyến tính đơn.
B. Phân tích phương sai (ANOVA).
C. Kiểm định t (t-test).
D. Phân tích tương quan.
57. Phương pháp ARIMA được sử dụng để làm gì trong phân tích chuỗi thời gian?
A. Phân tích phương sai (ANOVA).
B. Dự báo các giá trị tương lai của chuỗi thời gian dựa trên các giá trị quá khứ.
C. Xác định mối quan hệ giữa hai chuỗi thời gian khác nhau.
D. Làm mịn chuỗi thời gian.
58. Ví dụ nào sau đây là một ứng dụng của phân tích chuỗi thời gian trong kinh doanh?
A. Phân tích sự khác biệt về doanh số giữa các khu vực địa lý khác nhau.
B. Dự báo doanh số bán hàng trong quý tới dựa trên dữ liệu doanh số quá khứ.
C. Xác định mối quan hệ giữa chi phí quảng cáo và doanh số bán hàng.
D. So sánh sự hài lòng của khách hàng đối với các sản phẩm khác nhau.
59. Khi nào nên sử dụng kiểm định phi tham số thay vì kiểm định tham số?
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 ước tính các tham số của quần thể.
60. Giả sử bạn thực hiện một kiểm định ANOVA và nhận được giá trị p nhỏ hơn mức ý nghĩa (alpha). Bạn nên kết luận điều gì?
A. Giả thuyết không bị bác bỏ.
B. Có bằng chứng cho thấy ít nhất một cặp trung bình của các nhóm khác nhau đáng kể.
C. Tất cả các trung bình của các nhóm đều bằng nhau.
D. Phương sai giữa các nhóm là không đáng kể.
61. Mục đích của kiểm định tính độc lập khi bình phương là gì?
A. Để so sánh trung bình của hai quần thể.
B. Để xác định xem có mối liên hệ giữa hai biến định tính hay không.
C. Để đo lường độ mạnh của mối quan hệ tuyến tính.
D. Để dự đoán giá trị của một biến dựa trên biến khác.
62. Trong kiểm định giả thuyết, mức ý nghĩa (alpha) là gì?
A. Xác suất mắc lỗi loại II.
B. Xác suất bác bỏ giả thuyết không khi nó thực sự đúng (lỗi loại I).
C. Xác suất không bác bỏ giả thuyết không khi nó thực sự sai.
D. Xác suất giả thuyết không là đúng.
63. Ý nghĩa của việc sử dụng kiểm định giả thuyết là gì?
A. Để chứng minh rằng giả thuyết ban đầu là đúng.
B. Để cung cấp bằng chứng thống kê để bác bỏ hoặc không bác bỏ giả thuyết ban đầu.
C. Để tính toán giá trị trung bình của một mẫu.
D. Để xác định kích thước mẫu cần thiết cho một nghiên cứu.
64. Khi nào nên sử dụng kiểm định Kruskal-Wallis?
A. Khi so sánh trung bình của hai quần thể.
B. Khi so sánh trung bình của ba hoặc nhiều hơn ba quần thể độc lập mà dữ liệu không tuân theo phân phối chuẩn.
C. Khi đo lường mối quan hệ giữa hai biến.
D. Khi dữ liệu là định tính.
65. 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. Đo lường mối quan hệ giữa hai biến.
D. So sánh phương sai của hai quần thể.
66. Điều gì xảy ra với sai số chuẩn của trung bình khi kích thước mẫu tăng lên?
A. Sai số chuẩn tăng lên.
B. Sai số chuẩn giảm xuống.
C. Sai số chuẩn không thay đổi.
D. Sai số chuẩn trở nên không xác định.
67. Điều gì là quan trọng để xem xét khi chọn một kiểm định thống kê?
A. Kích thước mẫu duy nhất.
B. Màu sắc yêu thích của nhà nghiên cứu.
C. Loại dữ liệu (định tính hoặc định lượng) và câu hỏi nghiên cứu.
D. Sở thích cá nhân của người phân tích.
68. 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 trở nên hẹp hơn.
C. Khoảng tin cậy không thay đổi.
D. Khoảng tin cậy trở nên không xác định.
69. Trong kiểm định giả thuyết, lỗi loại I là gì?
A. Bác bỏ giả thuyết không khi nó thực sự đúng.
B. Không bác bỏ giả thuyết không khi nó thực sự sai.
C. Chấp nhận giả thuyết thay thế khi nó thực sự sai.
D. Tính toán sai giá trị p.
70. Khi nào nên sử dụng kiểm định t Student thay vì kiểm định z?
A. Khi phương sai quần thể đã biết.
B. Khi kích thước mẫu lớn hơn 100.
C. Khi phương sai quần thể chưa biết và kích thước mẫu nhỏ.
D. Khi dữ liệu là định tính.
71. Giá trị p trong kiểm định giả thuyết đại diện cho điều gì?
A. Xác suất giả thuyết không là đúng.
B. Xác suất thu được kết quả kiểm định ít nhất cũng cực đoan như kết quả quan sát được nếu giả thuyết không là đúng.
C. Mức ý nghĩa thống kê được chọn trước.
D. Kích thước của hiệu ứng thực tế.
72. Điều gì ảnh hưởng đến sức mạnh của một kiểm định thống kê?
A. Chỉ kích thước mẫu.
B. Chỉ mức ý nghĩa (alpha).
C. Kích thước mẫu, mức ý nghĩa (alpha) và kích thước hiệu ứng.
D. Chỉ sở thích cá nhân của nhà nghiên cứu.
73. Phân tích phương sai (ANOVA) được sử dụng để làm gì?
A. So sánh phương sai của hai quần thể.
B. So sánh trung bình của hai quần thể.
C. So sánh trung bình của ba hoặc nhiều hơn ba quần thể.
D. Đo lường mối quan hệ giữa hai biến.
74. Trong phân tích phương sai (ANOVA), giả thuyết không thường là gì?
A. Ít nhất một trong các giá trị trung bình của quần thể khác nhau.
B. Tất cả các giá trị trung bình của quần thể đều bằng nhau.
C. Phương sai của các quần thể khác nhau.
D. Các quần thể không có phân phối chuẩn.
75. Trong phân tích hồi quy đa biến, điều gì xảy ra khi có hiện tượng đa cộng tuyến (multicollinearity)?
A. Các biến độc lập không có mối tương quan với nhau.
B. Các biến độc lập có mối tương quan cao với nhau, gây khó khăn trong việc xác định tác động riêng lẻ của chúng lên biến phụ thuộc.
C. Mô hình hồi quy trở nên chính xác hơn.
D. Sai số chuẩn của ước lượng giảm xuống.
76. Hệ số tương quan Pearson đo lường điều gì?
A. Mức độ biến thiên trong một biến.
B. Độ mạnh và hướng của mối quan hệ tuyến tính giữa hai biến định lượng.
C. Sự khác biệt giữa trung bình của hai nhóm.
D. Tỷ lệ phương sai được giải thích bởi mô hình.
77. Trong kiểm định giả thuyết, lỗi loại II còn được gọi là gì?
A. Lỗi dương tính giả.
B. Lỗi âm tính giả.
C. Mức ý nghĩa.
D. Giá trị p.
78. Trong phân tích hồi quy, hệ số hồi quy (regression coefficient) cho biết điều gì?
A. Giá trị dự đoán của biến phụ thuộc.
B. Sự thay đổi trong biến phụ thuộc tương ứng với một đơn vị thay đổi trong biến độc lập.
C. Độ mạnh của mối quan hệ giữa các biến.
D. Sai số chuẩn của ước lượng.
79. Trong phân tích hồi quy, phần dư chuẩn hóa (standardized residual) được sử dụng để làm gì?
A. Để dự đoán giá trị của biến phụ thuộc.
B. Để kiểm tra các giá trị ngoại lệ (outliers) và đánh giá tính phù hợp của mô hình.
C. Để đo lường độ mạnh của mối quan hệ giữa các biến.
D. Để tính toán giá trị p.
80. Trong phân tích phương sai (ANOVA), điều gì xảy ra khi giả thuyết không bị bác bỏ?
A. Các giá trị trung bình của tất cả các quần thể đều bằng nhau.
B. Các giá trị trung bình của tất cả các quần thể đều khác nhau.
C. Chỉ có hai giá trị trung bình của quần thể bằng nhau.
D. Phương sai giữa các mẫu bằng không.
81. Trong phân tích hồi quy, phần dư (residual) là gì?
A. Giá trị dự đoán của biến phụ thuộc.
B. Sự khác biệt giữa giá trị quan sát được và giá trị dự đoán của biến phụ thuộc.
C. Hệ số góc của đường hồi quy.
D. Giá trị chặn của đường hồi quy.
82. Trong phân tích hồi quy, ý nghĩa của hệ số chặn (intercept) là gì?
A. Sự thay đổi trong biến phụ thuộc khi biến độc lập tăng một đơn vị.
B. Giá trị dự đoán của biến phụ thuộc khi tất cả các biến độc lập bằng không.
C. Độ mạnh của mối quan hệ giữa các biến.
D. Sai số chuẩn của ước lượng.
83. Trong phân tích hồi quy, biến độc lập còn được gọi là gì?
A. Biến phản hồi.
B. Biến dự đoán.
C. Biến phụ thuộc.
D. Biến ngẫu nhiên.
84. Khi nào nên sử dụng kiểm định phi tham số thay vì kiểm định tham số?
A. Khi dữ liệu có phân phối chuẩn.
B. Khi kích thước mẫu lớn.
C. Khi dữ liệu không tuân theo phân phối chuẩn hoặc khi làm việc với dữ liệu thứ bậc.
D. Khi cần độ chính xác cao hơn.
85. Khi nào nên sử dụng kiểm định khi bình phương thay vì kiểm định z hoặc t?
A. Khi so sánh trung bình của hai quần thể.
B. Khi dữ liệu là định lượng.
C. Khi làm việc với dữ liệu định tính và muốn kiểm tra sự độc lập hoặc tính phù hợp.
D. Khi kích thước mẫu nhỏ hơn 30.
86. Khi so sánh hai trung bình mẫu độc lập, kiểm định nào phù hợp nhất nếu dữ liệu không tuân theo phân phối chuẩn?
A. Kiểm định t Student.
B. Kiểm định z.
C. Kiểm định Mann-Whitney U (Wilcoxon rank-sum).
D. Phân tích phương sai (ANOVA).
87. 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 độc lập.
B. Tỷ lệ phương sai trong biến phụ thuộc được giải thích bởi các biến độc lập.
C. Sai số chuẩn của ước lượng.
D. Mức ý nghĩa thống kê của các biến độc lập.
88. Ý nghĩa của việc có một giá trị p nhỏ (ví dụ: p < 0.05) trong kiểm định giả thuyết là gì?
A. Giả thuyết không có khả năng là đúng.
B. Giả thuyết không chắc chắn là đúng.
C. Không có đủ bằng chứng để bác bỏ giả thuyết không.
D. Kích thước mẫu quá nhỏ.
89. Điều gì là quan trọng để kiểm tra sau khi thực hiện phân tích hồi quy?
A. Màu sắc của dữ liệu.
B. Các giả định của hồi quy (ví dụ: tính tuyến tính, tính độc lập của các phần dư, tính đồng nhất của phương sai).
C. Kích thước mẫu duy nhất.
D. Sở thích cá nhân của người phân tích.
90. Làm thế nào để giảm nguy cơ mắc lỗi loại II trong kiểm định giả thuyết?
A. Giảm mức ý nghĩa (alpha).
B. Tăng kích thước mẫu.
C. Sử dụng kiểm định một phía thay vì kiểm định hai phía.
D. Làm tròn giá trị p lên.
91. Giả sử bạn có một mô hình hồi quy với R-squared = 0.8. Điều này có nghĩa là gì?
A. Mô hình không phù hợp với dữ liệu.
B. 80% sự biến thiên của biến phụ thuộc được giải thích bởi các biến độc lập trong mô hình.
C. Các biến độc lập không có ý nghĩa thống kê.
D. Có hiện tượng đa cộng tuyến.
92. Phương pháp nào có thể được sử dụng để khắc phục hiện tượng tự tương quan?
A. Sử dụng biến giả (dummy variable).
B. Sử dụng phương pháp ước lượng bình phương tối thiểu thông thường (Ordinary Least Squares – OLS).
C. Sử dụng mô hình sai phân (differencing) hoặc mô hình tự hồi quy (autoregressive model).
D. Loại bỏ các biến độc lập.
93. Phương sai của sai số (error variance) trong mô hình hồi quy thể hiện điều gì?
A. Mức độ biến động của các biến độc lập.
B. Mức độ biến động của biến phụ thuộc.
C. Mức độ biến động của các sai số ngẫu nhiên không được giải thích bởi mô hình.
D. Mức độ tương quan giữa các biến độc lập.
94. Trong mô hình hồi quy, một biến giả nhận giá trị nào?
A. Bất kỳ giá trị số nào.
B. Chỉ giá trị 0 và 1.
C. Chỉ giá trị từ -1 đến 1.
D. Giá trị trung bình của biến định tính.
95. Trong phân tích hồi quy, sai số chuẩn (standard error) của hệ số hồi quy đo lường điều gì?
A. Mức độ biến động của biến phụ thuộc.
B. Mức độ biến động của biến độc lập.
C. Mức độ chính xác của ước lượng hệ số hồi quy.
D. Mức độ tương quan giữa các biến độc lập.
96. Mục đích của việc chuẩn hóa (standardizing) các biến trong mô hình hồi quy là gì?
A. Để loại bỏ hiện tượng đa cộng tuyến.
B. Để làm cho các hệ số hồi quy dễ so sánh hơn khi các biến có đơn vị đo khác nhau.
C. Để đảm bảo rằng các sai số tuân theo phân phối chuẩn.
D. Để tăng giá trị R-squared.
97. Điều gì xảy ra nếu bạn đưa quá nhiều biến độc lập vào mô hình hồi quy (overfitting)?
A. Mô hình sẽ dự đoán chính xác hơn cho dữ liệu mới.
B. Mô hình sẽ phù hợp tốt hơn với dữ liệu mẫu, nhưng có thể kém chính xác hơn khi dự đoán cho dữ liệu mới.
C. Phương sai của sai số sẽ giảm.
D. Hiện tượng đa cộng tuyến sẽ giảm.
98. Điều gì xảy ra với khoảng tin cậy (confidence interval) của hệ số hồi quy khi kích thước mẫu tăng lên?
A. Khoảng tin cậy trở nên rộng hơn.
B. Khoảng tin cậy trở nên hẹp hơn.
C. Khoảng tin cậy không thay đổi.
D. Khoảng tin cậy biến mất.
99. Mục đích của việc sử dụng biến giả (dummy variable) trong mô hình hồi quy là gì?
A. Để đơn giản hóa mô hình.
B. Để biểu diễn các biến định tính (qualitative variables) trong mô hình.
C. Để giảm hiện tượng đa cộng tuyến.
D. Để khắc phục hiện tượng heteroskedasticity.
100. Trong phân tích hồi quy, biến phụ thuộc (dependent variable) còn được gọi là gì?
A. Biến giải thích (explanatory variable).
B. Biến dự đoán (predictor variable).
C. Biến kết quả (outcome variable).
D. Biến kiểm soát (control variable).
101. Giá trị thống kê t (t-statistic) được sử dụng để làm gì?
A. Ước lượng hệ số hồi quy.
B. Kiểm tra ý nghĩa thống kê của hệ số hồi quy.
C. Đo lường mức độ phù hợp của mô hình.
D. Phát hiện hiện tượng heteroskedasticity.
102. Heteroskedasticity (phương sai sai số thay đổi) là gì?
A. Khi các biến độc lập tương quan với nhau.
B. Khi phương sai của sai số không đồng nhất trên các giá trị của biến độc lập.
C. Khi các sai số tuân theo phân phối chuẩn.
D. Khi mô hình hồi quy không phù hợp với dữ liệu.
103. Phương pháp nào có thể được sử dụng để lựa chọn mô hình hồi quy tốt nhất?
A. Sử dụng tất cả các biến độc lập có sẵn.
B. Chỉ sử dụng các biến độc lập có ý nghĩa thống kê ở mức 10%.
C. Sử dụng các tiêu chí như AIC (Akaike Information Criterion) hoặc BIC (Bayesian Information Criterion) để so sánh các mô hình khác nhau.
D. Chỉ sử dụng các biến độc lập có hệ số tương quan cao với biến phụ thuộc.
104. Trong phân tích hồi quy, khi nào nên sử dụng mô hình log-log?
A. Khi muốn mô hình hóa mối quan hệ tuyến tính.
B. Khi muốn mô hình hóa mối quan hệ phi tuyến tính và diễn giải hệ số hồi quy như độ co giãn.
C. Khi muốn loại bỏ hiện tượng đa cộng tuyến.
D. Khi muốn kiểm tra hiện tượng heteroskedasticity.
105. Phương pháp nào thường được sử dụng để phát hiện hiện tượng đa cộng tuyến?
A. Biểu đồ phân tán (scatter plot).
B. Kiểm định White.
C. Hệ số phóng đại phương sai (Variance Inflation Factor – VIF).
D. Kiểm định Durbin-Watson.
106. Nếu phát hiện tự tương quan bậc nhất dương tính (positive first-order autocorrelation), giá trị Durbin-Watson sẽ như thế nào?
A. Gần 0.
B. Gần 2.
C. Gần 4.
D. Lớn hơn 4.
107. Kiểm định nào thường được sử dụng để kiểm tra hiện tượng heteroskedasticity?
A. Kiểm định t (t-test).
B. Kiểm định F (F-test).
C. Kiểm định Durbin-Watson.
D. Kiểm định White.
108. Khi nào thì một biến độc lập được coi là có ý nghĩa thống kê trong mô hình hồi quy?
A. Khi hệ số của nó lớn hơn 1.
B. Khi giá trị p của nó nhỏ hơn mức ý nghĩa (alpha) được chọn.
C. Khi hệ số tương quan giữa biến độc lập đó và biến phụ thuộc lớn hơn 0.5.
D. Khi giá trị thống kê t của nó bằng 0.
109. Giá trị R-squared điều chỉnh (Adjusted R-squared) được sử dụng để làm gì?
A. Đo lường mức độ tương quan giữa các biến độc lập.
B. Đánh giá mức độ phù hợp của mô hình hồi quy, có tính đến số lượng biến độc lập trong mô hình.
C. Kiểm tra hiện tượng heteroskedasticity.
D. Kiểm tra hiện tượng tự tương quan.
110. Nếu bạn nghi ngờ rằng mối quan hệ giữa biến độc lập và biến phụ thuộc là phi tuyến tính, bạn nên làm gì?
A. Chỉ sử dụng mô hình hồi quy tuyến tính.
B. Loại bỏ biến độc lập đó khỏi mô hình.
C. Thử biến đổi biến độc lập hoặc biến phụ thuộc (ví dụ: log, bình phương) hoặc sử dụng mô hình hồi quy phi tuyến tính.
D. Tăng kích thước mẫu.
111. Trong phân tích hồi quy, hệ số tương quan bội (multiple correlation coefficient) đo lường điều gì?
A. Mức độ tác động của từng biến độc lập lên biến phụ thuộc.
B. Mức độ phù hợp tổng thể của mô hình hồi quy với dữ liệu.
C. Mối quan hệ tuyến tính giữa hai biến độc lập.
D. Tỷ lệ phương sai của biến phụ thuộc được giải thích bởi các biến độc lập trong mô hình.
112. Mô hình hồi quy tuyến tính bội (multiple linear regression) có bao nhiêu biến độc lập?
A. Chỉ một.
B. Ít nhất hai.
C. Không quá ba.
D. Không giới hạn.
113. Trong kiểm định giả thuyết về hệ số hồi quy, giả thuyết không (null hypothesis) thường được phát biểu như thế nào?
A. Hệ số hồi quy lớn hơn 0.
B. Hệ số hồi quy nhỏ hơn 0.
C. Hệ số hồi quy bằng 0.
D. Hệ số hồi quy khác 0.
114. Điều gì xảy ra khi mô hình hồi quy bị bỏ sót biến quan trọng (omitted variable bias)?
A. Các hệ số hồi quy của các biến còn lại sẽ không bị ảnh hưởng.
B. Các hệ số hồi quy của các biến còn lại sẽ bị chệch và không nhất quán.
C. Phương sai của sai số sẽ giảm.
D. Giá trị R-squared sẽ tăng.
115. Biến độc lập (independent variable) còn được gọi là gì?
A. Biến bị giải thích.
B. Biến kết quả.
C. Biến dự đoán.
D. Biến phụ thuộc.
116. Trong mô hình hồi quy, hệ số chặn (intercept) đại diện cho điều gì?
A. Giá trị 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.
C. Sai số chuẩn của mô hình.
D. Giá trị trung bình của biến độc lập.
117. Hiện tượng đa cộng tuyến (multicollinearity) xảy ra khi nào?
A. Khi phương sai của sai số thay đổi theo giá trị của biến độc lập.
B. Khi có mối tương quan cao giữa hai hay nhiều biến độc lập trong mô hình hồi quy.
C. Khi các sai số không tuân theo phân phối chuẩn.
D. Khi có một biến độc lập bị bỏ sót trong mô hình.
118. Kiểm định Durbin-Watson được sử dụng để làm gì?
A. Kiểm tra hiện tượng heteroskedasticity.
B. Kiểm tra hiện tượng đa cộng tuyến.
C. Kiểm tra hiện tượng tự tương quan.
D. Kiểm tra tính tuyến tính của mô hình.
119. Nếu phát hiện heteroskedasticity, phương pháp nào có thể được sử dụng để khắc phục?
A. Loại bỏ các biến độc lập.
B. Sử dụng phương pháp ước lượng bình phương tối thiểu tổng quát (Generalized Least Squares – GLS).
C. Tăng kích thước mẫu.
D. Sử dụng biến giả (dummy variable).
120. Tự tương quan (autocorrelation) là gì?
A. Mối tương quan giữa các biến độc lập.
B. Mối tương quan giữa các sai số ở các thời điểm khác nhau.
C. Mối tương quan giữa biến phụ thuộc và các biến độc lập.
D. Mối tương quan giữa các quan sát trong cùng một mẫu.
121. Phương pháp nào thường được sử dụng để kiểm tra đa cộng tuyến (multicollinearity) trong mô hình hồi quy?
A. Kiểm định t (t-test).
B. Kiểm định F (F-test).
C. Hệ số phóng đại phương sai (Variance Inflation Factor – VIF).
D. Phân tích phương sai (ANOVA).
122. Mô hình ARIMA là gì trong phân tích chuỗi thời gian?
A. Mô hình hồi quy tuyến tính đơn giản.
B. Mô hình tự hồi quy tích hợp trung bình trượt (Autoregressive Integrated Moving Average).
C. Mô hình phân tích phương sai.
D. Mô hình hồi quy logistic.
123. 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 (unbiased).
B. Phương sai của các ước lượng hệ số sẽ giảm.
C. Các ước lượng hệ số có thể bị chệch (biased).
D. Mô hình sẽ trở nên hiệu quả hơn.
124. Ý nghĩa của hệ số chặn (intercept) trong mô hình hồi quy tuyến tính đơn giản là gì?
A. Giá trị của biến độc lập khi biến phụ thuộc bằng 0.
B. Giá trị của biến phụ thuộc khi tất cả các biến độc lập bằng 0.
C. Độ dốc của đường hồi quy.
D. Mức độ phù hợp của mô hình hồi quy.
125. Trong phân tích chuỗi thời gian, hàm tự tương quan (Autocorrelation Function – ACF) được sử dụng để làm gì?
A. Để đo lường mức độ tương quan giữa các biến độc lập.
B. Để đo lường mức độ tương quan giữa các giá trị của chuỗi thời gian tại các thời điểm khác nhau.
C. Để kiểm tra tính dừng của chuỗi thời gian.
D. Để xác định thành phần mùa vụ.
126. Trong mô hình hồi quy đa biến, hệ số hồi quy riêng phần (partial regression coefficient) thể hiện điều gì?
A. Mức độ ảnh hưởng của tất cả các biến độc lập lên biến phụ thuộc.
B. Mức độ ảnh hưởng của một biến độc lập cụ thể lên biến phụ thuộc, khi các biến độc lập khác được giữ không đổi.
C. Mức độ tương quan giữa các biến độc lập.
D. Mức độ phù hợp của mô hình hồi quy.
127. Phương pháp nào thường được sử dụng để kiểm tra tính dừng của chuỗi thời gian?
A. Kiểm định t (t-test).
B. Kiểm định F (F-test).
C. Kiểm định Dickey-Fuller.
D. Phân tích phương sai (ANOVA).
128. Trong phân tích hồi quy, điều gì xảy ra nếu một biến độc lập có tương quan cao với biến phụ thuộc và đồng thời tương quan cao với một biến độc lập khác?
A. Đa cộng tuyến (multicollinearity).
B. Phương sai của sai số thay đổi (heteroscedasticity).
C. Tự tương quan (autocorrelation).
D. Tính dừng (stationarity).
129. Điều gì xảy ra khi có hiện tượng phương sai của sai số thay đổi (heteroscedasticity) trong mô hình hồi quy?
A. Các ước lượng hệ số sẽ không chệch và hiệu quả.
B. Các kiểm định thống kê sẽ không còn đáng tin cậy.
C. R-squared sẽ tăng lên.
D. Đa cộng tuyến sẽ biến mất.
130. Phương pháp nào có thể được sử dụng để phân tích thành phần mùa vụ trong chuỗi thời gian?
A. Phân tích hồi quy.
B. Phân tích phương sai (ANOVA).
C. Phân tích Fourier.
D. Phân tích tương quan.
131. Khi nào nên sử dụng mô hình hồi quy phi tuyến tính thay vì mô hình hồi quy tuyến tính?
A. Khi các biến độc lập có mối quan hệ tuyến tính với nhau.
B. Khi không có mối quan hệ nào giữa biến độc lập và biến phụ thuộc.
C. Khi mối quan hệ giữa biến độc lập và biến phụ thuộc không tuyến tính.
D. Khi kích thước mẫu nhỏ hơn 30.
132. Trong mô hình hồi quy, giả định về tính độc lập của các sai số (errors) có nghĩa là gì?
A. Các sai số có phương sai không đổi.
B. Các sai số có giá trị trung bình bằng 0.
C. Các sai số không có mối tương quan với nhau.
D. Các sai số tuân theo phân phối chuẩn.
133. Trong mô hình ARIMA, bậc của thành phần tự hồi quy (AR) được xác định bằng cách nào?
A. Bằng cách sử dụng hàm tự tương quan (ACF).
B. Bằng cách sử dụng hàm tương quan riêng phần (PACF).
C. Bằng cách sử dụng kiểm định Dickey-Fuller.
D. Bằng cách sử dụng sai số bình phương trung bình (MSE).
134. Để giảm tác động của đa cộng tuyến trong mô hình hồi quy, bạn có thể thực hiện điều gì?
A. Thêm nhiều biến độc lập hơn.
B. Loại bỏ một trong các biến có tương quan cao.
C. Sử dụng biến phụ thuộc trễ.
D. Sử dụng kiểm định White.
135. Phương pháp trung bình động (moving average) được sử dụng để làm gì trong phân tích chuỗi thời gian?
A. Để dự đoán các giá trị tương lai.
B. Để làm mịn chuỗi thời gian và loại bỏ nhiễu.
C. Để xác định thành phần mùa vụ.
D. Để kiểm tra tính dừng của chuỗi thời gian.
136. Trong phân tích chuỗi thời gian, tính dừng (stationarity) có nghĩa là gì?
A. Chuỗi thời gian có xu hướng tăng hoặc giảm theo thời gian.
B. Chuỗi thời gian có phương sai thay đổi theo thời gian.
C. Chuỗi thời gian có các đặc tính thống kê (như trung bình và phương sai) không thay đổi theo thời gian.
D. Chuỗi thời gian không có thành phần mùa vụ.
137. Trong phân tích chuỗi thời gian, thành phần xu hướng (trend component) thể hiện điều gì?
A. Sự biến động ngẫu nhiên trong dữ liệu.
B. Sự biến động theo mùa trong dữ liệu.
C. Sự biến động dài hạn trong dữ liệu.
D. Sự biến động theo chu kỳ kinh doanh.
138. Phương pháp nào có thể được sử dụng để khắc phục hiện tượng phương sai của sai số thay đổi (heteroscedasticity)?
A. Thêm biến độc lập vào mô hình.
B. Sử dụng biến phụ thuộc trễ.
C. Sử dụng sai số chuẩn mạnh (robust standard errors).
D. Loại bỏ các biến ngoại lệ.
139. Trong phân tích hồi quy, điều gì xảy ra nếu các sai số không tuân theo phân phối chuẩn?
A. Các ước lượng hệ số sẽ bị chệch.
B. Các kiểm định thống kê có thể không chính xác.
C. R-squared sẽ giảm.
D. Đa cộng tuyến sẽ xảy ra.
140. Độ đo nào đánh giá khả năng dự đoán chính xác của mô hình hồi quy logistic?
A. R-squared.
B. Mean Squared Error (MSE).
C. Confusion Matrix.
D. F-statistic.
141. Giá trị R-squared điều chỉnh (Adjusted R-squared) được sử dụng để làm gì?
A. Để đo lường mức độ tương quan giữa các biến độc lập.
B. Để đo lường mức độ phù hợp của mô hình hồi quy, có tính đến số lượng biến độc lập trong mô hình.
C. Để kiểm tra tính độc lập của các sai số.
D. Để kiểm tra phương sai của sai số không đổi.
142. Trong mô hình ARIMA, bậc của thành phần trung bình trượt (MA) được xác định bằng cách nào?
A. Bằng cách sử dụng hàm tự tương quan (ACF).
B. Bằng cách sử dụng hàm tương quan riêng phần (PACF).
C. Bằng cách sử dụng kiểm định Dickey-Fuller.
D. Bằng cách sử dụng sai số bình phương trung bình (MSE).
143. Trong phân tích hồi quy, hệ số tương quan bội (multiple correlation coefficient) đo lường điều gì?
A. Mức độ thay đổi của biến độc lập khi biến phụ thuộc thay đổi một đơn vị.
B. Mức độ phù hợp của mô hình hồi quy tuyến tính với dữ liệu.
C. Mức độ biến động của biến phụ thuộc không được giải thích bởi mô hình hồi quy.
D. Mối quan hệ tuyến tính giữa biến phụ thuộc và tập hợp các biến độc lập.
144. Khi nào thì kiểm định White được sử dụng trong phân tích hồi quy?
A. Để kiểm tra tính tuyến tính của mô hình.
B. Để kiểm tra tính độc lập của các sai số.
C. Để kiểm tra phương sai của sai số thay đổi (heteroscedasticity).
D. Để kiểm tra đa cộng tuyến.
145. Trong phân tích chuỗi thời gian, hàm tương quan riêng phần (Partial Autocorrelation Function – PACF) được sử dụng để làm gì?
A. Để đo lường mức độ tương quan giữa các biến độc lập.
B. Để đo lường mức độ tương quan giữa các giá trị của chuỗi thời gian tại các thời điểm khác nhau, loại bỏ ảnh hưởng của các giá trị trung gian.
C. Để kiểm tra tính dừng của chuỗi thời gian.
D. Để xác định thành phần mùa vụ.
146. Sai số bình phương trung bình (Mean Squared Error – MSE) được sử dụng để làm gì trong đánh giá mô hình dự báo?
A. Để đo lường mức độ phù hợp của mô hình với dữ liệu quá khứ.
B. Để đo lường độ chính xác của các dự báo.
C. Để kiểm tra tính dừng của chuỗi thời gian.
D. Để xác định thành phần mùa vụ.
147. Trong phân tích chuỗi thời gian, mục tiêu của việc dự báo là gì?
A. Để mô tả các đặc tính của chuỗi thời gian.
B. Để giải thích các yếu tố ảnh hưởng đến chuỗi thời gian.
C. Để dự đoán các giá trị tương lai của chuỗi thời gian.
D. Để làm mịn chuỗi thời gian.
148. Trong hồi quy logistic, biến phụ thuộc có đặc điểm gì?
A. Liên tục.
B. Rời rạc.
C. Nhị phân (binary).
D. Đa thức (polynomial).
149. Trong phân tích hồi quy, khi nào thì sử dụng biến giả (dummy variable)?
A. Khi biến độc lập là biến định tính (qualitative).
B. Khi biến phụ thuộc là biến định tính.
C. Khi biến độc lập là biến định lượng (quantitative).
D. Khi biến phụ thuộc là biến định lượng.
150. Thành phần mùa vụ (seasonal component) trong phân tích chuỗi thời gian thể hiện điều gì?
A. Sự biến động ngẫu nhiên trong dữ liệu.
B. Sự biến động dài hạn trong dữ liệu.
C. Sự biến động theo chu kỳ kinh doanh.
D. Sự biến động lặp đi lặp lại trong một khoảng thời gian cố định.
