Trong phân tích hồi quy, phần dư (residual) là gì?

• A. Sự khác biệt giữa giá trị thực tế và giá trị dự đoán.
• B. Giá trị trung bình của biến phụ thuộc.
• C. Hệ số góc của đường hồi quy.
• D. Giá trị của biến độc lập.

Trong một kiểm định giả thuyết, giá trị tới hạn (critical value) được sử dụng để làm gì?

• A. Xác định vùng bác bỏ của kiểm định.
• B. Tính toán giá trị p.
• C. Đánh giá độ lớn của hiệu ứng.
• D. Xác định mức ý nghĩa.

Điều gì xảy ra nếu bạn bác bỏ giả thuyết vô hiệu (null hypothesis) khi nó đúng?

• A. Bạn phạm sai lầm loại I (Type I error).
• B. Bạn phạm sai lầm loại II (Type II error).
• C. Bạn đã đưa ra một quyết định chính xác.
• D. Không có sai lầm nào xảy ra.

Trong kiểm định giả thuyết, giá trị p (p-value) cho biết điều gì?

• A. Xác suất quan sát được kết quả mẫu hoặc kết quả cực đoan hơn, giả sử giả thuyết vô hiệu là đúng.
• B. Xác suất để chấp nhận giả thuyết vô hiệu.
• C. Xác suất để bác bỏ giả thuyết vô hiệu.
• D. Độ lớn của hiệu ứng.

Trong kiểm định giả thuyết, mức ý nghĩa (alpha) thường được đặt ở mức nào?

• A. 0.05.
• B. 0.01.
• C. 0.10.
• D. Tất cả các đáp án trên đều có thể.

Trong phân tích hồi quy, điều gì có thể gây ra hiện tượng 'overfitting'?

• A. Sử dụng một mô hình quá phức tạp so với dữ liệu.
• B. Sử dụng một mô hình quá đơn giản so với dữ liệu.
• C. Sử dụng một mẫu lớn.
• D. Sử dụng nhiều biến độc lập.

Trong phân tích chuỗi thời gian, phương pháp ARIMA (Autoregressive Integrated Moving Average) được sử dụng để làm gì?

• A. Dự báo các giá trị trong tương lai.
• B. Kiểm định giả thuyết.
• C. Phân tích mối quan hệ giữa các biến độc lập.
• D. Tính toán giá trị trung bình.

Trong phân tích dữ liệu, ý nghĩa của việc sử dụng các phương pháp giảm chiều (dimensionality reduction) là gì?

• A. Để giảm số lượng biến trong dữ liệu mà vẫn giữ lại thông tin quan trọng.
• B. Để tăng độ phức tạp của mô hình.
• C. Để tăng số lượng dữ liệu.
• D. Để thay đổi ý nghĩa của các biến.

Trong phân tích ANOVA một chiều, yếu tố (factor) là gì?

• A. Biến độc lập phân loại (categorical independent variable).
• B. Biến phụ thuộc (dependent variable).
• C. Giá trị trung bình của các nhóm.
• D. Độ lệch chuẩn của các nhóm.

Trong kiểm định Chi-square, giả thuyết vô hiệu thường là gì?

• A. Không có mối liên hệ giữa các biến phân loại.
• B. Có mối liên hệ giữa các biến phân loại.
• C. Các biến tuân theo phân phối chuẩn.
• D. Các biến không tuân theo phân phối chuẩn.

Trong phân tích hồi quy, mục đích của việc sử dụng các phép biến đổi (transformation) cho dữ liệu là gì?

• A. Để làm cho dữ liệu gần với các giả định của mô hình hơn.
• B. Để tăng R-squared.
• C. Để thay đổi ý nghĩa của các biến.
• D. Để loại bỏ các giá trị ngoại lai.

Trong phân tích dữ liệu, ý nghĩa của việc sử dụng biểu đồ phân tán (scatter plot) là gì?

• A. Hiển thị mối quan hệ giữa hai biến liên tục.
• B. Hiển thị phân phối của một biến đơn lẻ.
• C. So sánh giá trị trung bình của các nhóm.
• D. Hiển thị tần suất của các giá trị trong một biến phân loại.

Trong phân tích chuỗi thời gian, khái niệm 'tính tự tương quan' (autocorrelation) đề cập đến điều gì?

• A. Mối quan hệ giữa các giá trị của một biến tại các thời điểm khác nhau.
• B. Mối quan hệ giữa các biến khác nhau tại cùng một thời điểm.
• C. Sự thay đổi ngẫu nhiên của dữ liệu.
• D. Sự ổn định của dữ liệu theo thời gian.

Trong thống kê, khái niệm 'power' (công suất) của một kiểm định là gì?

• A. Xác suất bác bỏ giả thuyết vô hiệu khi nó sai.
• B. Xác suất chấp nhận giả thuyết vô hiệu khi nó sai.
• C. Xác suất bác bỏ giả thuyết vô hiệu khi nó đúng.
• D. Xác suất chấp nhận giả thuyết vô hiệu khi nó đúng.

Trong phân tích phương sai (ANOVA), giá trị F (F-statistic) được sử dụng để làm gì?

• A. Kiểm định sự khác biệt giữa các trung bình của các nhóm.
• B. Đo lường mức độ tương quan giữa các biến.
• C. Xác định giá trị trung bình của dữ liệu.
• D. Đo lường độ lệch chuẩn của dữ liệu.

Trong phân tích dữ liệu, mục đích của việc chuẩn hóa (normalization) dữ liệu là gì?

• A. Đưa dữ liệu về một khoảng giá trị chung, thường là [0, 1] hoặc phân phối chuẩn, để so sánh và phân tích dễ dàng hơn.
• B. Để loại bỏ các giá trị ngoại lai.
• C. Để tăng độ chính xác của các ước lượng hệ số.
• D. Để thay đổi ý nghĩa của các biến.

Trong phân tích dữ liệu, mục đích của việc sử dụng các phép biến đổi logarit (logarithmic transformation) là gì?

• A. Để giảm sự ảnh hưởng của các giá trị ngoại lai và làm cho phân phối dữ liệu gần với phân phối chuẩn hơn.
• B. Để tăng độ tin cậy của các ước lượng hệ số.
• C. Để loại bỏ các biến độc lập không quan trọng.
• D. Để thay đổi ý nghĩa của các biến.

Trong phân tích hồi quy, hệ số xác định (R-squared) đo lường điều gì?

• A. Mức độ phù hợp của mô hình với dữ liệu, thể hiện phần trăm phương sai của biến phụ thuộc được giải thích bởi các biến độc lập.
• B. Giá trị trung bình của biến phụ thuộc.
• C. Mức độ tương quan giữa các biến độc lập.
• D. Độ lệch chuẩn của các hệ số hồi quy.

Trong phân tích dữ liệu, ý nghĩa của việc sử dụng các phương pháp lấy mẫu (sampling) là gì?

• A. Tiết kiệm thời gian và chi phí so với việc thu thập dữ liệu từ toàn bộ tổng thể.
• B. Luôn cung cấp kết quả chính xác hơn so với việc thu thập dữ liệu từ toàn bộ tổng thể.
• C. Loại bỏ hoàn toàn sai số.
• D. Đảm bảo rằng dữ liệu luôn đại diện cho toàn bộ tổng thể.

Trong phân tích hồi quy, điều gì là quan trọng để kiểm tra các giả định của mô hình?

• A. Kiểm tra phần dư (residuals).
• B. Chỉ xem xét hệ số xác định (R-squared).
• C. Chỉ tập trung vào các hệ số hồi quy.
• D. Không cần thiết phải kiểm tra giả định.

Trong phân tích phương sai (ANOVA), giá trị p (p-value) có ý nghĩa gì?

• A. Xác suất quan sát được kết quả mẫu hoặc kết quả cực đoan hơn, giả sử giả thuyết vô hiệu là đúng.
• B. Xác suất để chấp nhận giả thuyết vô hiệu.
• C. Xác suất để bác bỏ giả thuyết vô hiệu.
• D. Độ lớn của hiệu ứng giữa các nhóm.

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

• A. Mối quan hệ tuyến tính mạnh mẽ giữa các biến độc lập.
• B. Sự hiện diện của nhiều biến độc lập.
• C. Sự tương quan yếu giữa các biến độc lập.
• D. Sự hiện diện của các giá trị ngoại lai trong dữ liệu.

Mục đích chính của việc sử dụng các phương pháp thống kê trong kinh doanh là gì?

• A. Hỗ trợ ra quyết định dựa trên bằng chứng và dữ liệu.
• B. Tạo ra các báo cáo phức tạp mà không cần phân tích sâu.
• C. Thay thế kinh nghiệm và trực giác của nhà quản lý.
• D. Giảm thiểu sự tham gia của con người trong quá trình ra quyết định.

Điều gì là quan trọng nhất khi lựa chọn một phương pháp thống kê?

• A. Hiểu rõ mục tiêu nghiên cứu và bản chất của dữ liệu.
• B. Sử dụng phần mềm thống kê phổ biến nhất.
• C. Chọn phương pháp có kết quả p-value nhỏ nhất.
• D. Chọn phương pháp mà bạn quen thuộc nhất.

Ý nghĩa của khái niệm 'độ tin cậy' (confidence interval) trong thống kê là gì?

• A. Khoảng giá trị mà giá trị tham số tổng thể có khả năng nằm trong đó.
• B. Xác suất bác bỏ giả thuyết vô hiệu.
• C. Giá trị trung bình của mẫu.
• D. Độ lệch chuẩn của mẫu.

Trong kiểm định giả thuyết, mức ý nghĩa (alpha) liên quan đến điều gì?

• A. Xác suất bác bỏ giả thuyết vô hiệu khi nó đúng.
• B. Xác suất chấp nhận giả thuyết vô hiệu khi nó sai.
• C. Xác suất để quan sát được kết quả mẫu.
• D. Độ lớn của hiệu ứng trong mẫu.

Trong phân tích hồi quy, điều gì có thể làm giảm độ tin cậy của các ước lượng hệ số?

• A. Đa cộng tuyến (multicollinearity).
• B. Mẫu lớn.
• C. Giá trị R-squared cao.
• D. Phần dư nhỏ.

Khi nào thì nên sử dụng kiểm định phi tham số thay vì kiểm định tham số?

• A. Khi dữ liệu không tuân theo phân phối chuẩn.
• B. Khi cỡ mẫu rất lớn.
• C. Khi dữ liệu tuân theo phân phối chuẩn.
• D. Khi bạn muốn kết quả chính xác hơn.

Giả sử bạn đang kiểm định giả thuyết về sự khác biệt giữa hai trung bình mẫu độc lập. Thống kê kiểm định phù hợp nhất là gì?

• A. Thống kê t (t-statistic).
• B. Thống kê F (F-statistic).
• C. Chi-squared statistic.
• D. Z-statistic.

Trong phân tích hồi quy logistic, biến phụ thuộc là gì?

• A. Biến phân loại (categorical variable).
• B. Biến liên tục (continuous variable).
• C. Biến độc lập (independent variable).
• D. Hệ số hồi quy.