Đề thi trắc nghiệm Kinh tế lượng là một phần quan trọng trong kết thúc môn học Kinh tế lượng, được giảng dạy cho sinh viên các ngành Kinh tế, Quản trị Kinh doanh, Tài chính, và Kinh tế phát triển tại nhiều trường đại học hiện nay. Môn học này giúp sinh viên nắm vững các phương pháp phân tích định lượng để nghiên cứu và dự đoán các hiện tượng kinh tế, bao gồm các mô hình hồi quy, phân tích dữ liệu, và kiểm định giả thuyết.
Đề thi trắc nghiệm Kinh tế lượng – Đề 03
Mô hình hồi quy tuyến tính đơn giản gồm bao nhiêu biến độc lập?
Một biến.
Hai biến.
Nhiều biến.
Không có biến nào.
Khi hệ số hồi quy trong mô hình hồi quy tuyến tính bội bằng 0, điều này có nghĩa là:
Biến phụ thuộc không thay đổi.
Biến độc lập có ảnh hưởng cùng chiều đến biến phụ thuộc.
Biến độc lập có ảnh hưởng ngược chiều đến biến phụ thuộc.
Biến độc lập không ảnh hưởng đến biến phụ thuộc.
Phương sai của sai số trong mô hình hồi quy tuyến tính cần phải:
Biến đổi theo thời gian.
Phụ thuộc vào biến độc lập.
Phụ thuộc vào biến phụ thuộc.
Không đổi.
Hồi quy bội là mô hình hồi quy:
Có một biến độc lập và một biến phụ thuộc.
Có nhiều biến độc lập và một biến phụ thuộc.
Có nhiều biến phụ thuộc.
Không có biến phụ thuộc.
Khi ppp-value trong kiểm định t lớn hơn 0.05, điều này có nghĩa là:
Biến độc lập có ảnh hưởng lớn đến biến phụ thuộc.
Mô hình hồi quy có ý nghĩa thống kê.
Mô hình có độ chính xác cao.
Biến độc lập không có ý nghĩa thống kê.
R2R^2R2 điều chỉnh (Adjusted R2R^2R2) thường được sử dụng để:
Điều chỉnh R2R^2R2 để phản ánh tốt hơn mức độ giải thích của mô hình.
Kiểm tra tự tương quan.
Kiểm tra phương sai đồng nhất.
Kiểm tra ý nghĩa thống kê của hệ số hồi quy.
Khi ppp-value của kiểm định F nhỏ hơn 0.05, điều này có nghĩa là:
Mô hình hồi quy có ý nghĩa thống kê tổng thể.
Hệ số hồi quy không có ý nghĩa thống kê.
Mô hình hồi quy không phù hợp.
Phương sai của sai số không đồng nhất.
Khi phương sai của sai số phụ thuộc vào giá trị của biến độc lập, hiện tượng này được gọi là:
Tự tương quan.
Đa cộng tuyến.
Phương sai thay đổi (heteroscedasticity).
Tương quan nghịch.
Mục tiêu chính của hồi quy tuyến tính là:
Tìm hệ số hồi quy bằng 0.
Dự đoán giá trị của biến phụ thuộc dựa trên biến độc lập.
Kiểm tra phương sai đồng nhất.
Kiểm tra sự tồn tại của tự tương quan.
Kiểm định Durbin-Watson được sử dụng để kiểm tra:
Tự tương quan của sai số.
Phương sai thay đổi.
Ý nghĩa thống kê của hệ số hồi quy.
Mức độ phù hợp của mô hình.
Khi biến độc lập có mối quan hệ tuyến tính mạnh với nhau trong mô hình hồi quy bội, hiện tượng này gọi là:
Đa cộng tuyến.
Phương sai thay đổi.
Tự tương quan.
Sai số ngẫu nhiên.
Một mô hình hồi quy có R2R^2R2 rất cao có thể chỉ ra rằng:
Mô hình có thể phù hợp quá mức với dữ liệu (overfitting).
Mô hình không phù hợp với dữ liệu.
Hệ số hồi quy không có ý nghĩa thống kê.
Phương sai của sai số đồng nhất.
Kiểm định Breusch-Pagan được sử dụng để kiểm tra:
Tự tương quan của sai số.
Ý nghĩa thống kê của hệ số hồi quy.
Phương sai đồng nhất của sai số.
Mức độ phù hợp của mô hình.
Khi mô hình hồi quy tuyến tính có R2R^2R2 thấp, điều này có thể chỉ ra rằng:
Mô hình không giải thích được nhiều biến thiên của biến phụ thuộc.
Mô hình không có ý nghĩa thống kê.
Biến độc lập không có ý nghĩa thống kê.
Phương sai của sai số đồng nhất.
Hệ số hồi quy trong mô hình hồi quy tuyến tính đo lường:
Sự thay đổi của biến phụ thuộc khi biến độc lập thay đổi một đơn vị.
Sự thay đổi của biến độc lập khi biến phụ thuộc thay đổi một đơn vị.
Sự thay đổi của cả hai biến.
Mức độ tự tương quan của sai số.
Khi R2R^2R2 trong mô hình hồi quy tuyến tính đơn giản bằng 0, điều này có nghĩa là:
Biến độc lập không giải thích được biến thiên của biến phụ thuộc.
Biến độc lập và biến phụ thuộc không có mối quan hệ.
Biến độc lập có mối quan hệ ngược chiều với biến phụ thuộc.
Biến độc lập có mối quan hệ cùng chiều với biến phụ thuộc.
Kiểm định F trong mô hình hồi quy tuyến tính được sử dụng để kiểm tra:
Ý nghĩa thống kê tổng thể của mô hình.
Sự đồng nhất của phương sai.
Tự tương quan của sai số.
Mức độ phù hợp của mô hình.
Khi mô hình hồi quy tuyến tính có hệ số hồi quy âm, điều này cho thấy:
Khi biến độc lập tăng, biến phụ thuộc tăng.
Khi biến độc lập tăng, biến phụ thuộc giảm.
Biến độc lập và biến phụ thuộc không có mối quan hệ.
Biến độc lập và biến phụ thuộc không đổi.
Khi ppp-value của hệ số hồi quy trong mô hình hồi quy nhỏ hơn 0.05, điều này cho thấy:
Hệ số hồi quy có ý nghĩa thống kê.
Hệ số hồi quy không có ý nghĩa thống kê.
Mô hình hồi quy không phù hợp.
Biến độc lập không ảnh hưởng đến biến phụ thuộc.
Khi phương sai của sai số trong mô hình hồi quy tuyến tính không đồng nhất, điều này có thể dẫn đến:
Mô hình hồi quy có ý nghĩa thống kê cao hơn.
R2R^2R2 của mô hình tăng.
Sai số chuẩn của các ước lượng bị ước lượng sai.
Mô hình hồi quy không phù hợp.
Một mô hình hồi quy tuyến tính đơn giản có thể có bao nhiêu biến độc lập?
Nhiều hơn một biến.
Một biến.
Không có biến nào.
Hai biến.
Khi hệ số hồi quy trong mô hình hồi quy tuyến tính đơn giản là 0, điều này có nghĩa là:
Biến độc lập không ảnh hưởng đến biến phụ thuộc.
Biến độc lập có ảnh hưởng ngược chiều đến biến phụ thuộc.
Biến độc lập có ảnh hưởng cùng chiều đến biến phụ thuộc.
Mô hình hồi quy không phù hợp.
Khi giá trị R2R^2R2 trong mô hình hồi quy tuyến tính đơn giản là 0.8, điều này cho thấy:
Mô hình không có ý nghĩa thống kê.
Mô hình giải thích 80% biến thiên của biến phụ thuộc.
Biến độc lập không có mối quan hệ với biến phụ thuộc.
Mô hình giải thích tốt biến thiên của biến phụ thuộc.
Khi mô hình hồi quy có hệ số β1beta_1β1 dương, điều này có nghĩa là:
Khi biến độc lập tăng, biến phụ thuộc tăng.
Khi biến độc lập tăng, biến phụ thuộc giảm.
Biến độc lập không có ảnh hưởng đến biến phụ thuộc.
Biến độc lập và biến phụ thuộc không có mối quan hệ.
Trong mô hình hồi quy tuyến tính, kiểm định t được sử dụng để kiểm tra:
Ý nghĩa thống kê của từng hệ số hồi quy.
Sự đồng nhất của phương sai.
Mức độ tự do của mô hình.
Ý nghĩa thống kê tổng thể của mô hình.
Khi giá trị ppp-value của kiểm định t nhỏ hơn 0.05, điều này cho thấy:
Hệ số hồi quy có ý nghĩa thống kê.
Hệ số hồi quy không có ý nghĩa thống kê.
Mô hình hồi quy không phù hợp.
Biến độc lập không ảnh hưởng đến biến phụ thuộc.
Khi R2R^2R2 trong mô hình hồi quy tuyến tính bằng 1, điều này có nghĩa là:
Biến độc lập không có mối quan hệ với biến phụ thuộc.
Mô hình giải thích hoàn toàn biến thiên của biến phụ thuộc.
Biến độc lập không ảnh hưởng đến biến phụ thuộc.
Mô hình hồi quy không phù hợp.
Khi biến phụ thuộc trong mô hình hồi quy không phải là biến liên tục, phương pháp hồi quy phù hợp nhất là:
Hồi quy tuyến tính đơn giản.
Hồi quy bội.
Hồi quy logistic.
Hồi quy Ridge.
Mô hình hồi quy bội có thể có bao nhiêu biến độc lập?
Chỉ có một biến độc lập.
Không có biến nào.
Chỉ có một biến phụ thuộc.
Nhiều hơn một biến độc lập.
Khi mô hình hồi quy tuyến tính có phương sai thay đổi, điều này có thể dẫn đến:
Mô hình hồi quy có ý nghĩa thống kê cao hơn.
R2R^2R2 của mô hình tăng.
Sai số chuẩn của các ước lượng bị ước lượng sai.
Mô hình hồi quy không phù hợp.
Hoàn thành!
Mô hình hồi quy tuyến tính đơn giản gồm bao nhiêu biến độc lập?
Một biến.
Hai biến.
Nhiều biến.
Không có biến nào.
Khi hệ số hồi quy trong mô hình hồi quy tuyến tính bội bằng 0, điều này có nghĩa là:
Biến phụ thuộc không thay đổi.
Biến độc lập có ảnh hưởng cùng chiều đến biến phụ thuộc.
Biến độc lập có ảnh hưởng ngược chiều đến biến phụ thuộc.
Biến độc lập không ảnh hưởng đến biến phụ thuộc.
Phương sai của sai số trong mô hình hồi quy tuyến tính cần phải:
Biến đổi theo thời gian.
Phụ thuộc vào biến độc lập.
Phụ thuộc vào biến phụ thuộc.
Không đổi.
Hồi quy bội là mô hình hồi quy:
Có một biến độc lập và một biến phụ thuộc.
Có nhiều biến độc lập và một biến phụ thuộc.
Có nhiều biến phụ thuộc.
Không có biến phụ thuộc.
Khi ppp-value trong kiểm định t lớn hơn 0.05, điều này có nghĩa là:
Biến độc lập có ảnh hưởng lớn đến biến phụ thuộc.
Mô hình hồi quy có ý nghĩa thống kê.
Mô hình có độ chính xác cao.
Biến độc lập không có ý nghĩa thống kê.
R2R^2R2 điều chỉnh (Adjusted R2R^2R2) thường được sử dụng để:
Điều chỉnh R2R^2R2 để phản ánh tốt hơn mức độ giải thích của mô hình.
Kiểm tra tự tương quan.
Kiểm tra phương sai đồng nhất.
Kiểm tra ý nghĩa thống kê của hệ số hồi quy.
Khi ppp-value của kiểm định F nhỏ hơn 0.05, điều này có nghĩa là:
Mô hình hồi quy có ý nghĩa thống kê tổng thể.
Hệ số hồi quy không có ý nghĩa thống kê.
Mô hình hồi quy không phù hợp.
Phương sai của sai số không đồng nhất.
Khi phương sai của sai số phụ thuộc vào giá trị của biến độc lập, hiện tượng này được gọi là:
Tự tương quan.
Đa cộng tuyến.
Phương sai thay đổi (heteroscedasticity).
Tương quan nghịch.
Mục tiêu chính của hồi quy tuyến tính là:
Tìm hệ số hồi quy bằng 0.
Dự đoán giá trị của biến phụ thuộc dựa trên biến độc lập.
Kiểm tra phương sai đồng nhất.
Kiểm tra sự tồn tại của tự tương quan.
Kiểm định Durbin-Watson được sử dụng để kiểm tra:
Tự tương quan của sai số.
Phương sai thay đổi.
Ý nghĩa thống kê của hệ số hồi quy.
Mức độ phù hợp của mô hình.
Khi biến độc lập có mối quan hệ tuyến tính mạnh với nhau trong mô hình hồi quy bội, hiện tượng này gọi là:
Đa cộng tuyến.
Phương sai thay đổi.
Tự tương quan.
Sai số ngẫu nhiên.
Một mô hình hồi quy có R2R^2R2 rất cao có thể chỉ ra rằng:
Mô hình có thể phù hợp quá mức với dữ liệu (overfitting).
Mô hình không phù hợp với dữ liệu.
Hệ số hồi quy không có ý nghĩa thống kê.
Phương sai của sai số đồng nhất.
Kiểm định Breusch-Pagan được sử dụng để kiểm tra:
Tự tương quan của sai số.
Ý nghĩa thống kê của hệ số hồi quy.
Phương sai đồng nhất của sai số.
Mức độ phù hợp của mô hình.
Khi mô hình hồi quy tuyến tính có R2R^2R2 thấp, điều này có thể chỉ ra rằng:
Mô hình không giải thích được nhiều biến thiên của biến phụ thuộc.
Mô hình không có ý nghĩa thống kê.
Biến độc lập không có ý nghĩa thống kê.
Phương sai của sai số đồng nhất.
Hệ số hồi quy trong mô hình hồi quy tuyến tính đo lường:
Sự thay đổi của biến phụ thuộc khi biến độc lập thay đổi một đơn vị.
Sự thay đổi của biến độc lập khi biến phụ thuộc thay đổi một đơn vị.
Sự thay đổi của cả hai biến.
Mức độ tự tương quan của sai số.
Khi R2R^2R2 trong mô hình hồi quy tuyến tính đơn giản bằng 0, điều này có nghĩa là:
Biến độc lập không giải thích được biến thiên của biến phụ thuộc.
Biến độc lập và biến phụ thuộc không có mối quan hệ.
Biến độc lập có mối quan hệ ngược chiều với biến phụ thuộc.
Biến độc lập có mối quan hệ cùng chiều với biến phụ thuộc.
Kiểm định F trong mô hình hồi quy tuyến tính được sử dụng để kiểm tra:
Ý nghĩa thống kê tổng thể của mô hình.
Sự đồng nhất của phương sai.
Tự tương quan của sai số.
Mức độ phù hợp của mô hình.
Khi mô hình hồi quy tuyến tính có hệ số hồi quy âm, điều này cho thấy:
Khi biến độc lập tăng, biến phụ thuộc tăng.
Khi biến độc lập tăng, biến phụ thuộc giảm.
Biến độc lập và biến phụ thuộc không có mối quan hệ.
Biến độc lập và biến phụ thuộc không đổi.
Khi ppp-value của hệ số hồi quy trong mô hình hồi quy nhỏ hơn 0.05, điều này cho thấy:
Hệ số hồi quy có ý nghĩa thống kê.
Hệ số hồi quy không có ý nghĩa thống kê.
Mô hình hồi quy không phù hợp.
Biến độc lập không ảnh hưởng đến biến phụ thuộc.
Khi phương sai của sai số trong mô hình hồi quy tuyến tính không đồng nhất, điều này có thể dẫn đến:
Mô hình hồi quy có ý nghĩa thống kê cao hơn.
R2R^2R2 của mô hình tăng.
Sai số chuẩn của các ước lượng bị ước lượng sai.
Mô hình hồi quy không phù hợp.
Một mô hình hồi quy tuyến tính đơn giản có thể có bao nhiêu biến độc lập?
Nhiều hơn một biến.
Một biến.
Không có biến nào.
Hai biến.
Khi hệ số hồi quy trong mô hình hồi quy tuyến tính đơn giản là 0, điều này có nghĩa là:
Biến độc lập không ảnh hưởng đến biến phụ thuộc.
Biến độc lập có ảnh hưởng ngược chiều đến biến phụ thuộc.
Biến độc lập có ảnh hưởng cùng chiều đến biến phụ thuộc.
Mô hình hồi quy không phù hợp.
Khi giá trị R2R^2R2 trong mô hình hồi quy tuyến tính đơn giản là 0.8, điều này cho thấy:
Mô hình không có ý nghĩa thống kê.
Mô hình giải thích 80% biến thiên của biến phụ thuộc.
Biến độc lập không có mối quan hệ với biến phụ thuộc.
Mô hình giải thích tốt biến thiên của biến phụ thuộc.
Khi mô hình hồi quy có hệ số β1beta_1β1 dương, điều này có nghĩa là:
Khi biến độc lập tăng, biến phụ thuộc tăng.
Khi biến độc lập tăng, biến phụ thuộc giảm.
Biến độc lập không có ảnh hưởng đến biến phụ thuộc.
Biến độc lập và biến phụ thuộc không có mối quan hệ.
Trong mô hình hồi quy tuyến tính, kiểm định t được sử dụng để kiểm tra:
Ý nghĩa thống kê của từng hệ số hồi quy.
Sự đồng nhất của phương sai.
Mức độ tự do của mô hình.
Ý nghĩa thống kê tổng thể của mô hình.
Khi giá trị ppp-value của kiểm định t nhỏ hơn 0.05, điều này cho thấy:
Hệ số hồi quy có ý nghĩa thống kê.
Hệ số hồi quy không có ý nghĩa thống kê.
Mô hình hồi quy không phù hợp.
Biến độc lập không ảnh hưởng đến biến phụ thuộc.
Khi R2R^2R2 trong mô hình hồi quy tuyến tính bằng 1, điều này có nghĩa là:
Biến độc lập không có mối quan hệ với biến phụ thuộc.
Mô hình giải thích hoàn toàn biến thiên của biến phụ thuộc.
Biến độc lập không ảnh hưởng đến biến phụ thuộc.
Mô hình hồi quy không phù hợp.
Khi biến phụ thuộc trong mô hình hồi quy không phải là biến liên tục, phương pháp hồi quy phù hợp nhất là:
Hồi quy tuyến tính đơn giản.
Hồi quy bội.
Hồi quy logistic.
Hồi quy Ridge.
Mô hình hồi quy bội có thể có bao nhiêu biến độc lập?
Chỉ có một biến độc lập.
Không có biến nào.
Chỉ có một biến phụ thuộc.
Nhiều hơn một biến độc lập.
Khi mô hình hồi quy tuyến tính có phương sai thay đổi, điều này có thể dẫn đến:
Mô hình hồi quy có ý nghĩa thống kê cao hơn.
R2R^2R2 của mô hình tăng.
Sai số chuẩn của các ước lượng bị ước lượng sai.
Mô hình hồi quy không phù hợp.
