Bài Tập, Đề Thi Trắc Nghiệm Online – Môn Kinh Tế Lượng – Đề 10

Câu 1: Trong phân tích hồi quy tuyến tính đơn biến, khi hệ số góc (slope coefficient) β1 bằng 0, điều này có ý nghĩa gì về mối quan hệ giữa biến độc lập (X) và biến phụ thuộc (Y)?

• A. Y và X có mối quan hệ tuyến tính dương.
• B. Y và X có mối quan hệ tuyến tính âm.
• C. Không có mối quan hệ tuyến tính giữa Y và X.
• D. Y và X có mối quan hệ phi tuyến tính.

Câu 2: Giả sử bạn thực hiện một phân tích hồi quy và nhận được giá trị R-bình phương (R²) là 0.75. Điều này được hiểu như thế nào về mức độ phù hợp của mô hình hồi quy?

• A. Mô hình hồi quy không phù hợp với dữ liệu.
• B. Mô hình hồi quy giải thích được 75% sự biến thiên của biến phụ thuộc.
• C. 25% sự biến thiên của biến phụ thuộc không được giải thích bởi mô hình.
• D. Cả phương án 2 và 3 đều đúng.

Câu 3: Khi nào hiện tượng đa cộng tuyến (multicollinearity) xảy ra trong mô hình hồi quy bội?

• A. Khi có mối tương quan tuyến tính mạnh giữa các biến độc lập.
• B. Khi có mối tương quan tuyến tính mạnh giữa biến phụ thuộc và biến độc lập.
• C. Khi phương sai của sai số ngẫu nhiên không đồng nhất.
• D. Khi sai số ngẫu nhiên không tuân theo phân phối chuẩn.

Câu 4: Phương pháp bình phương tối thiểu thông thường (OLS) được sử dụng để làm gì trong kinh tế lượng?

• A. Kiểm định sự phù hợp của mô hình hồi quy.
• B. Ước lượng các tham số của mô hình hồi quy tuyến tính.
• C. Khắc phục hiện tượng phương sai sai số thay đổi.
• D. Dự báo giá trị của biến phụ thuộc.

Câu 5: Giả định nào sau đây không phải là giả định cổ điển của mô hình hồi quy tuyến tính?

• A. Sai số ngẫu nhiên có kỳ vọng bằng 0.
• B. Phương sai của sai số ngẫu nhiên là không đổi (homoskedasticity).
• C. Không có tự tương quan giữa các sai số ngẫu nhiên.
• D. Biến độc lập tuân theo phân phối chuẩn.

Câu 6: 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.

Câu 7: Khi nào chúng ta sử dụng kiểm định F trong hồi quy tuyến tính?

• A. Kiểm định ý nghĩa của từng hệ số hồi quy riêng lẻ.
• B. Kiểm định sự phù hợp tổng thể của mô hình hồi quy bội.
• C. Kiểm tra hiện tượng đa cộng tuyến.
• D. Kiểm tra tính đồng nhất phương sai của sai số.

Câu 8: Hiện tượng phương sai sai số thay đổi (heteroskedasticity) gây ra vấn đề gì cho các ước lượng OLS?

• A. Ước lượng OLS trở nên chệch và không nhất quán.
• B. Ước lượng OLS trở nên không chệch nhưng không nhất quán.
• C. Ước lượng OLS vẫn hiệu quả (BLUE).
• D. Ước lượng OLS không còn hiệu quả và sai số chuẩn bị ước tính sai lệch.

Câu 9: Biến giả (dummy variable) thường được sử dụng để mô hình hóa loại dữ liệu nào trong kinh tế lượng?

• A. Dữ liệu định tính (qualitative data).
• B. Dữ liệu định lượng (quantitative data).
• C. Dữ liệu chuỗi thời gian (time series data).
• D. Dữ liệu bảng (panel data).

Câu 10: Điều gì xảy ra với khoảng tin cậy của hệ số hồi quy khi mức ý nghĩa (significance level) α giảm xuống (ví dụ, từ 5% xuống 1%)?

• 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 được sự thay đổi của khoảng tin cậy.

Câu 11: Trong mô hình AR(1) cho chuỗi thời gian, biến trễ bậc nhất của biến phụ thuộc được sử dụng như thế nào?

• A. Biến trễ bậc nhất của biến phụ thuộc được sử dụng làm biến độc lập.
• B. Biến trễ bậc nhất của biến phụ thuộc được sử dụng làm biến phụ thuộc.
• C. Biến trễ bậc nhất của biến độc lập được sử dụng làm biến độc lập.
• D. Biến trễ bậc nhất không được sử dụng trong mô hình AR(1).

Câu 12: Kiểm định Durbin-Watson thường được sử dụng để phát hiện hiện tượng gì trong mô hình hồi quy?

• A. Đa cộng tuyến.
• B. Phương sai sai số thay đổi.
• C. Tự tương quan bậc nhất.
• D. Tính không tuyến tính.

Câu 13: Phương pháp biến công cụ (instrumental variables - IV) được sử dụng khi nào?

• B. Khi có nghi ngờ về tính nội sinh của biến độc lập.
• C. Khi muốn tăng R-bình phương của mô hình.
• D. Khi dữ liệu có phương sai sai số thay đổi.

Câu 14: Trong phân tích dữ liệu bảng (panel data), sự khác biệt giữa mô hình tác động cố định (fixed effects model) và mô hình tác động ngẫu nhiên (random effects model) là gì?

• A. Mô hình tác động cố định kiểm soát các yếu tố bất biến theo thời gian đặc trưng cho từng đơn vị, trong khi mô hình tác động ngẫu nhiên coi chúng là ngẫu nhiên.
• B. Mô hình tác động ngẫu nhiên kiểm soát các yếu tố bất biến theo thời gian đặc trưng cho từng đơn vị, trong khi mô hình tác động cố định coi chúng là ngẫu nhiên.
• C. Mô hình tác động cố định phù hợp với dữ liệu chuỗi thời gian, mô hình tác động ngẫu nhiên phù hợp với dữ liệu cắt ngang.
• D. Mô hình tác động cố định luôn hiệu quả hơn mô hình tác động ngẫu nhiên.

Câu 15: Phương pháp sai phân bậc nhất (first differencing) được sử dụng để giải quyết vấn đề gì trong dữ liệu chuỗi thời gian hoặc dữ liệu bảng?

• A. Đa cộng tuyến.
• B. Phương sai sai số thay đổi.
• C. Nội sinh.
• D. Yếu tố bất biến theo thời gian và tự tương quan.

Câu 16: Trong mô hình Logit hoặc Probit, biến phụ thuộc thuộc loại nào?

• A. Biến định lượng liên tục.
• B. Biến định lượng rời rạc.
• C. Biến nhị phân (binary/dichotomous).
• D. Biến thứ bậc (ordinal).

Câu 17: Ý nghĩa của hệ số trong mô hình Logit thường được diễn giải như thế nào?

• A. Thay đổi trực tiếp trong biến phụ thuộc khi biến độc lập thay đổi một đơn vị.
• B. Thay đổi trong log-odds của biến phụ thuộc khi biến độc lập thay đổi một đơn vị.
• C. Thay đổi phần trăm trong biến phụ thuộc khi biến độc lập thay đổi một đơn vị.
• D. Không có ý nghĩa kinh tế cụ thể.

Câu 18: Tiêu chuẩn AIC (Akaike Information Criterion) và BIC (Bayesian Information Criterion) được sử dụng để làm gì trong lựa chọn mô hình?

• A. Kiểm định tính nội sinh.
• B. Kiểm tra phương sai sai số thay đổi.
• C. Ước lượng tham số mô hình.
• D. So sánh và lựa chọn giữa các mô hình khác nhau.

Câu 19: Phương pháp GMM (Generalized Method of Moments) là một phương pháp ước lượng tổng quát, nó có ưu điểm gì so với phương pháp OLS?

• A. Luôn cho ước lượng hiệu quả hơn OLS trong mọi trường hợp.
• B. Đơn giản và dễ tính toán hơn OLS.
• C. Có thể sử dụng khi có nội sinh và không yêu cầu giả định phân phối chặt chẽ như OLS.
• D. Chỉ áp dụng được cho dữ liệu chuỗi thời gian, không dùng được cho dữ liệu cắt ngang.

Câu 20: Trong kinh tế lượng ứng dụng, "kiểm định tính vững" (robustness check) có vai trò gì?

• A. Đảm bảo mô hình luôn phù hợp hoàn hảo với dữ liệu.
• B. Kiểm tra xem kết quả có ổn định và không phụ thuộc quá nhiều vào các giả định cụ thể.
• C. Thay thế cho việc kiểm định giả thuyết thống kê.
• D. Chỉ thực hiện khi có nghi ngờ về chất lượng dữ liệu.

Câu 21: Khi dự báo ngoài mẫu (out-of-sample forecasting), điều quan trọng cần xem xét là gì?

• A. Độ phù hợp của mô hình trên mẫu huấn luyện (in-sample fit).
• B. Giá trị R-bình phương cao nhất có thể.
• C. Hiệu suất dự báo trên dữ liệu mới, chưa được sử dụng để ước lượng mô hình.
• D. Sự đơn giản của mô hình.

Câu 22: Trong phân tích chuỗi thời gian, tính dừng (stationarity) của chuỗi dữ liệu có ý nghĩa gì?

• A. Các đặc tính thống kê của chuỗi không thay đổi theo thời gian.
• B. Chuỗi dữ liệu có xu hướng tăng hoặc giảm theo thời gian.
• C. Chuỗi dữ liệu có tính mùa vụ rõ rệt.
• D. Chuỗi dữ liệu không có tự tương quan.

Câu 23: Nghiệm đơn vị (unit root) trong chuỗi thời gian thường chỉ ra điều gì?

• A. Chuỗi thời gian là dừng.
• B. Chuỗi thời gian là không dừng và có thể có xu hướng ngẫu nhiên.
• C. Chuỗi thời gian có tính mùa vụ.
• D. Chuỗi thời gian không có phương sai.

Câu 24: Phương pháp đồng tích hợp (cointegration) được sử dụng để phân tích mối quan hệ giữa các chuỗi thời gian như thế nào?

• A. Phân tích mối quan hệ ngắn hạn giữa các chuỗi thời gian dừng.
• B. Chuyển đổi các chuỗi thời gian không dừng thành chuỗi dừng.
• C. Kiểm định tính dừng của từng chuỗi thời gian riêng lẻ.
• D. Phân tích mối quan hệ cân bằng dài hạn giữa các chuỗi thời gian không dừng.

Câu 25: Mô hình VAR (Vector Autoregression) được sử dụng để làm gì trong phân tích chuỗi thời gian đa biến?

• A. Phân tích mối quan hệ nhân quả một chiều giữa các biến.
• B. Mô hình hóa sự tương tác động và dự báo cho một hệ thống nhiều chuỗi thời gian.
• C. Phân tích đồng tích hợp giữa các chuỗi thời gian.
• D. Kiểm định tính dừng của chuỗi thời gian đa biến.

Câu 26: Hàm phản ứng đẩy (impulse response function) trong mô hình VAR cho biết điều gì?

• A. Mức độ phù hợp của mô hình VAR với dữ liệu.
• B. Mối quan hệ nhân quả tức thời giữa các biến.
• C. Phản ứng của một biến đối với cú sốc ở một biến khác theo thời gian.
• D. Tính dừng của các biến trong mô hình VAR.

Câu 27: Phân tích Granger causality được sử dụng để làm gì trong kinh tế lượng?

• A. Kiểm tra xem một chuỗi thời gian có giúp dự báo chuỗi thời gian khác hay không.
• B. Đo lường mức độ tương quan đồng thời giữa hai chuỗi thời gian.
• C. Phân tích mối quan hệ đồng tích hợp giữa các chuỗi thời gian.
• D. Kiểm định tính dừng của chuỗi thời gian.

Câu 28: Trong mô hình hồi quy tuyến tính, khi bạn thêm nhiều biến độc lập vào mô hình, điều gì thường xảy ra với R-bình phương điều chỉnh (adjusted R-squared)?

• A. R-bình phương điều chỉnh luôn tăng.
• B. R-bình phương điều chỉnh luôn giảm.
• C. R-bình phương điều chỉnh có thể tăng hoặc giảm.
• D. R-bình phương điều chỉnh không thay đổi.

Câu 29: Sai số chuẩn mạnh (robust standard errors) được sử dụng để giải quyết vấn đề nào trong hồi quy tuyến tính?

• A. Đa cộng tuyến.
• B. Phương sai sai số thay đổi (heteroskedasticity).
• C. Tự tương quan.
• D. Nội sinh.

Câu 30: Trong phân tích kinh tế lượng, thuật ngữ "nội sinh" (endogeneity) đề cập đến vấn đề gì?

• A. Sự vắng mặt của mối quan hệ nhân quả giữa biến độc lập và biến phụ thuộc.
• B. Phương sai của sai số ngẫu nhiên không đồng nhất.
• C. Mối tương quan cao giữa các biến độc lập.
• D. Mối tương quan giữa biến độc lập và sai số ngẫu nhiên.