Điều gì xảy ra với độ rộng của khoảng tin cậy khi tăng mức độ tin cậy (confidence level)?

• A. Độ rộng của khoảng tin cậy giảm.
• B. Độ rộng của khoảng tin cậy tăng.
• C. Độ rộng của khoảng tin cậy không thay đổi.
• D. Không thể xác định.

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

• A. Độ dốc của đường hồi quy.
• B. Giá trị dự đoán của biến phụ thuộc khi tất cả các biến độc lập bằng 0.
• C. Mức độ phù hợp của mô hình hồi quy.
• D. Sai số chuẩn của ước lượng.

Khoảng tin cậy (confidence interval) là gì?

• A. Một khoảng giá trị mà tham số thực tế của quần thể chắc chắn nằm trong đó.
• B. Một khoảng giá trị mà tham số thực tế của quần thể có khả năng nằm trong đó với một độ tin cậy nhất định.
• C. Một khoảng giá trị dùng để bác bỏ giả thuyết.
• D. Một khoảng giá trị dùng để chấp nhận giả thuyết.

Ý nghĩa của việc chuẩn hóa dữ liệu (data normalization) trong thống kê là gì?

• A. Làm cho dữ liệu tuân theo phân phối chuẩn.
• B. Chuyển đổi dữ liệu về một khoảng giá trị chung (ví dụ, từ 0 đến 1).
• C. Loại bỏ các giá trị ngoại lệ (outliers).
• D. Tính toán giá trị trung bình của dữ liệu.

Phương pháp Bootstrap trong thống kê được sử dụng để làm gì?

• A. Ước lượng tham số của quần thể bằng cách lấy mẫu lại từ dữ liệu ban đầu.
• B. Kiểm tra sự phù hợp của một phân phối lý thuyết với dữ liệu quan sát được.
• C. Loại bỏ các giá trị ngoại lệ (outliers).
• D. Tính toán giá trị trung bình của dữ liệu.

Khi nào 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 việc phát hiện sự khác biệt theo cả hai hướng.
• C. Khi có giả thuyết cụ thể về hướng của sự khác biệt.
• D. Khi kích thước mẫu nhỏ.

Trong kiểm định giả thuyết thống kê, sai lầm loại I xảy ra khi nào?

• A. Chấp nhận giả thuyết H0 khi nó sai.
• B. Bác bỏ giả thuyết H0 khi nó đúng.
• C. Chấp nhận giả thuyết H1 khi nó đúng.
• D. Bác bỏ giả thuyết H1 khi nó sai.

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

• A. Sự tương quan cao giữa các biến độc lập.
• B. Sự tương quan cao giữa biến độc lập và biến phụ thuộc.
• C. Sự không tuyến tính trong mối quan hệ giữa các biến.
• D. Sự phân tán không đều của phần dư.

Trong kiểm định giả thuyết, điều gì xảy ra khi giảm mức ý nghĩa (significance level)?

• A. Tăng xác suất mắc sai lầm loại I.
• B. Giảm xác suất mắc sai lầm loại I.
• C. Tăng xác suất mắc sai lầm loại II.
• D. Không ảnh hưởng đến kết quả kiểm định.

Khi nào nên sử dụng kiểm định Kolmogorov-Smirnov?

• A. Để so sánh trung bình của hai quần thể.
• B. Để kiểm tra xem một mẫu dữ liệu có tuân theo một phân phối cụ thể hay không.
• C. Để phân tích phương sai (ANOVA).
• D. Để kiểm tra tính độc lập giữa các biến phân loại.

Trong phân tích hồi quy, phương sai của sai số (error variance) thể hiện điều gì?

• A. Mức độ phù hợp của mô hình hồi quy với dữ liệu.
• B. Mức độ biến động của các sai số ngẫu nhiên trong mô hình.
• C. Mức độ tương quan giữa các biến độc lập.
• D. Độ dốc của đường hồi quy.

Hệ số tương quan (correlation coefficient) đo lường điều gì?

• A. Mức độ biến động của một biến.
• B. Mức độ quan hệ tuyến tính giữa hai biến.
• C. Mức độ khác biệt giữa hai nhóm.
• D. Mức độ phù hợp của một mô hình thống kê.

Sự khác biệt chính giữa kiểm định tham số (parametric test) và kiểm định phi tham số (non-parametric test) là gì?

• A. Kiểm định tham số yêu cầu dữ liệu tuân theo một phân phối cụ thể, trong khi kiểm định phi tham số không yêu cầu điều này.
• B. Kiểm định phi tham số mạnh hơn kiểm định tham số.
• C. Kiểm định tham số chỉ áp dụng cho dữ liệu định tính.
• D. Kiểm định phi tham số chỉ áp dụng cho dữ liệu định lượng.

Trong kiểm định giả thuyết, giá trị tới hạn (critical value) là gì?

• A. Giá trị của thống kê kiểm định.
• B. Giá trị phân chia vùng bác bỏ và vùng không bác bỏ.
• C. Giá trị p (p-value).
• D. Mức ý nghĩa (significance level).

Độ mạnh của kiểm định (power of a 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.

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

• 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 phân tích phương sai (ANOVA), yếu tố nào sau đây được so sánh để kiểm tra sự khác biệt giữa các nhóm?

• A. Độ lệch chuẩn của các nhóm.
• B. Phương sai giữa các nhóm và phương sai trong nội bộ các nhóm.
• C. Trung vị của các nhóm.
• D. Số lượng quan sát trong mỗi nhóm.

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 thực tế và giá trị dự đoán của biến phụ thuộc.
• C. Độ dốc của đường hồi quy.
• D. Hệ số chặn (intercept).

Trong thống kê, ý nghĩa của thuật ngữ 'bậc tự do' (degrees of freedom) là gì?

• A. Số lượng quan sát trong dữ liệu.
• B. Số lượng biến trong mô hình.
• C. Số lượng giá trị độc lập có thể thay đổi trong một ước lượng tham số.
• D. Mức ý nghĩa (significance level).

Trong kiểm định giả thuyết, điều gì xảy ra khi tăng kích thước mẫu?

• A. Giảm độ mạnh của kiểm định.
• B. Tăng xác suất mắc sai lầm loại I.
• C. Giảm xác suất mắc sai lầm loại II.
• D. Không ảnh hưởng đến kết quả kiểm định.

Trong kiểm định giả thuyết, mức ý nghĩa (significance level) thường được ký hiệu là gì?

• A. β
• B. σ
• C. α
• D. μ

Khi nào nên sử dụng kiểm định Mann-Whitney U?

• A. Để so sánh trung bình của hai quần thể độc lập khi dữ liệu không tuân theo phân phối chuẩn.
• B. Để so sánh trung bình của hai quần thể phụ thuộc.
• C. Để kiểm tra sự phù hợp của một phân phối lý thuyết với dữ liệu quan sát được.
• D. Để phân tích phương sai (ANOVA).

Kiểm định chi bình phương (Chi-square test) thường được sử dụng để làm gì?

• A. So sánh trung bình của hai quần thể.
• B. Kiểm tra sự phù hợp của một phân phối lý thuyết với dữ liệu quan sát được.
• C. Ước lượng khoảng tin cậy cho trung bình quần thể.
• D. Phân tích phương sai (ANOVA).

Khi nào nên sử dụng kiểm định Kruskal-Wallis?

• A. Để so sánh trung bình của hai quần thể.
• B. Để so sánh trung bình của ba hoặc nhiều hơn các quần thể độc lập khi dữ liệu không tuân theo phân phối chuẩn.
• C. Để kiểm tra sự phù hợp của một phân phối lý thuyết với dữ liệu quan sát được.
• D. Để phân tích phương sai (ANOVA) khi dữ liệu tuân theo phân phối chuẩn.

Độ lệch chuẩn (standard deviation) đo lường điều gì?

• A. Giá trị trung bình của dữ liệu.
• B. Mức độ phân tán của dữ liệu so với giá trị trung bình.
• C. Số lượng quan sát trong dữ liệu.
• D. Giá trị lớn nhất của dữ liệu.

Trong thống kê, phương sai (variance) đo lường điều gì?

• A. Giá trị trung bình của dữ liệu.
• B. Độ lệch chuẩn của dữ liệu.
• C. Mức độ phân tán của dữ liệu so với giá trị trung bình.
• D. Số lượng quan sát trong dữ liệu.

Giá trị p (p-value) trong kiểm định giả thuyết là gì?

• A. Xác suất mắc sai lầm loại II.
• B. Xác suất bác bỏ H0 khi H0 sai.
• C. Xác suất quan sát được kết quả (hoặc kết quả cực đoan hơn) nếu H0 đúng.
• D. Xác suất chấp nhận H0 khi H0 đúng.

Khi nào nên sử dụng kiểm định t (t-test) thay vì kiểm định z (z-test)?

• A. Khi kích thước mẫu lớn (n > 30) và độ lệch chuẩn của quần thể đã biết.
• B. Khi kích thước mẫu nhỏ (n < 30) và độ lệch chuẩn của quần thể chưa biết.
• C. Khi so sánh phương sai của hai quần thể.
• D. Khi dữ liệu không tuân theo phân phối chuẩn.

Kiểm định Shapiro-Wilk được sử dụng để làm gì?

• A. So sánh trung bình của hai quần thể.
• B. Kiểm tra xem dữ liệu có tuân theo phân phối chuẩn hay không.
• C. Phân tích phương sai (ANOVA).
• D. Kiểm tra tính độc lập giữa các biến phân loại.

Hệ số xác định (R-squared) trong hồi quy tuyến tính 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. Mức độ tương quan giữa các biến độc lập.
• D. Sai số chuẩn của ước lượng.