Sai số chuẩn của ước lượng (standard error of estimate) trong phân tích hồi quy đo lường điều gì?

• A. Độ lệch chuẩn của các hệ số hồi quy.
• B. Độ lệch chuẩn của các giá trị dự đoán so với các giá trị thực tế.
• C. Mức độ tương quan giữa các biến độc lập.
• D. Mức độ tin cậy của mô hình hồi quy.

Trong phân tích hồi quy, điều gì xảy ra nếu bạn bỏ qua một biến quan trọng (omitted variable)?

• 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. Sai số chuẩn của các hệ số sẽ giảm.
• D. Hệ số xác định (R-squared) sẽ tăng.

Giả định nào sau đây KHÔNG phải là một trong những giả định chính của mô hình hồi quy tuyến tính cổ điển (Classical Linear Regression Model - CLRM)?

• A. Sai số có phân phối chuẩn.
• B. Các biến độc lập không tương quan với nhau.
• C. Sai số có kỳ vọng bằng 0.
• D. Phương sai của sai số là hằng số (tính đồng nhất phương sai).

Giả sử bạn có một mô hình hồi quy tuyến tính đơn giản. Nếu hệ số xác định (R-squared) bằng 0,85, điều này có nghĩa là gì?

• A. 85% sự biến thiên của biến độc lập được giải thích bởi biến phụ thuộc.
• B. 85% sự biến thiên của biến phụ thuộc không được giải thích bởi biến độc lập.
• C. 85% sự biến thiên của biến phụ thuộc được giải thích bởi biến độc lập.
• D. Mô hình hồi quy không phù hợp với dữ liệu.

Khi nào thì nên sử dụng mô hình hồi quy logit (logistic regression) thay vì mô hình hồi quy tuyến tính thông thường?

• A. Khi biến phụ thuộc là biến định lượng (quantitative variable).
• B. Khi biến phụ thuộc là biến định tính nhị phân (binary qualitative variable).
• C. Khi các biến độc lập có mối tương quan cao với nhau.
• D. Khi sai số không có phân phối chuẩn.

Trong phân tích hồi quy, điều gì xảy ra nếu bạn bao gồm một biến độc lập là hàm tuyến tính của một biến độc lập khác?

• A. Mô hình sẽ cho kết quả chính xác hơn.
• B. Mô hình sẽ không thể ước lượng được (hoàn toàn đa cộng tuyến).
• C. Sai số chuẩn của các hệ số sẽ giảm.
• D. Hệ số xác định (R-squared) sẽ giảm.

Trong phân tích hồi quy, hệ số tương quan bội (multiple correlation coefficient) đo lường điều gì?

• A. Mức độ phù hợp của mô hình hồi quy với dữ liệu.
• B. Mức độ ảnh hưởng của từng biến độc lập lên biến phụ thuộc.
• 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 phân tích hồi quy, khi nào thì cần kiểm tra hiện tượng đa cộng tuyến (multicollinearity)?

• A. Khi có một biến độc lập duy nhất trong mô hình.
• B. Khi các biến độc lập có mối tương quan cao với nhau.
• C. Khi hệ số xác định (R-squared) thấp.
• D. Khi không có biến độc lập nào tương quan với biến phụ thuộc.

Phương pháp nào sau đây giúp xác định các điểm ngoại lệ (outliers) có ảnh hưởng lớn đến kết quả hồi quy?

• A. Hệ số VIF.
• B. Khoảng cách Cook (Cook's distance).
• C. Kiểm định Durbin-Watson.
• D. Kiểm định Breusch-Pagan.

Trong phân tích hồi quy, khi nào thì cần sử dụng mô hình hồi quy phân vị (quantile regression)?

• A. Khi muốn ước lượng ảnh hưởng của các biến độc lập lên các phân vị khác nhau của biến phụ thuộc.
• B. Khi muốn loại bỏ hiện tượng đa cộng tuyến.
• C. Khi muốn tăng hệ số xác định (R-squared).
• D. Khi muốn giảm sai số chuẩn của ước lượng.

Hệ số phóng đại phương sai (Variance Inflation Factor - VIF) được sử dụng để đánh giá vấn đề gì trong phân tích hồi quy?

• A. Phương sai của sai số.
• B. Tính dị phương sai (heteroscedasticity).
• C. Đa cộng tuyến (multicollinearity).
• D. Tự tương quan (autocorrelation).

Trong phân tích hồi quy với dữ liệu bảng (panel data), phương pháp fixed effects (tác động cố định) được sử dụng để kiểm soát điều gì?

• A. Các biến số không quan sát được không đổi theo thời gian nhưng khác nhau giữa các đơn vị.
• B. Các biến số quan sát được thay đổi theo thời gian và khác nhau giữa các đơn vị.
• C. Các biến số không quan sát được thay đổi theo thời gian nhưng giống nhau giữa các đơn vị.
• D. Các biến số ngẫu nhiên.

Kiểm định Durbin-Watson được sử dụng để phát hiện hiện tượng gì trong phân tích hồi quy?

• A. Đa cộng tuyến.
• B. Tính dị phương sai.
• C. Tự tương quan.
• D. Sai số không có phân phối chuẩn.

Trong phân tích hồi quy, khi nào thì nên sử dụng phương pháp bình phương tối thiểu tổng quát (Generalized Least Squares - GLS)?

• A. Khi các giả định của mô hình hồi quy tuyến tính cổ điển (CLRM) bị vi phạm.
• B. Khi muốn loại bỏ hiện tượng đa cộng tuyến.
• C. Khi muốn tăng hệ số xác định (R-squared).
• D. Khi muốn giảm sai số chuẩn của ước lượng.

Mục đích của việc chuẩn hóa (standardizing) các biến độc lập trong phân tích hồi quy là gì?

• A. Để loại bỏ hiện tượng đa cộng tuyến.
• B. Để dễ dàng so sánh tầm quan trọng tương đối của các biến độc lập.
• C. Để tăng hệ số xác định (R-squared).
• D. Để đảm bảo sai số có phân phối chuẩn.

Trong phân tích hồi quy, khi phát hiện có hiện tượng tự tương quan (autocorrelation) trong sai số, phương pháp nào sau đây thường được sử dụng để khắc phục?

• A. Sử dụng các biến giả.
• B. Biến đổi dữ liệu (ví dụ: lấy sai phân).
• C. Loại bỏ các biến độc lập.
• D. Sử dụng hồi quy Ridge.

Trong phân tích hồi quy, khi bạn nghi ngờ rằng mối quan hệ giữa biến độc lập và biến phụ thuộc không phải là tuyến tính, bạn có thể làm gì?

• A. Chỉ sử dụng hồi quy tuyến tính đơn giản.
• B. Biến đổi các biến (ví dụ: lấy logarit) hoặc sử dụng mô hình hồi quy phi tuyến.
• C. Loại bỏ các điểm ngoại lệ (outliers).
• D. Sử dụng các biến giả.

Trong phân tích hồi quy, phương pháp nào sau đây được sử dụng để lựa chọn một tập hợp con các biến độc lập quan trọng nhất?

• A. Hồi quy Ridge.
• B. Hồi quy Lasso.
• C. Hồi quy OLS (Ordinary Least Squares).
• D. Kiểm định Durbin-Watson.

Giả sử bạn muốn dự đoán doanh thu bán hàng dựa trên chi phí quảng cáo. Bạn thu thập dữ liệu hàng tháng trong 3 năm. Mô hình hồi quy nào phù hợp nhất?

• A. Hồi quy tuyến tính đơn giản.
• B. Hồi quy đa biến.
• C. Hồi quy chuỗi thời gian.
• D. Hồi quy logit.

Khi nào thì cần sử dụng các biến giả (dummy variables) trong phân tích hồi quy?

• A. Khi muốn mã hóa các biến định tính (qualitative variables).
• B. Khi muốn loại bỏ hiện tượng đa cộng tuyến.
• C. Khi muốn tăng hệ số xác định (R-squared).
• D. Khi muốn giảm sai số chuẩn của ước lượng.

Trong phân tích hồi quy, khi nào thì cần sử dụng các biến tương tác (interaction terms)?

• A. Khi muốn kiểm tra xem ảnh hưởng của một biến độc lập lên biến phụ thuộc có phụ thuộc vào giá trị của một biến độc lập khác hay không.
• B. Khi muốn loại bỏ hiện tượng đa cộng tuyến.
• C. Khi muốn tăng hệ số xác định (R-squared).
• D. Khi muốn giảm sai số chuẩn của ước lượng.

Trong phân tích hồi quy với dữ liệu bảng, phương pháp random effects (tác động ngẫu nhiên) phù hợp khi nào?

• A. Khi các tác động không quan sát được tương quan với các biến độc lập.
• B. Khi các tác động không quan sát được không tương quan với các biến độc lập.
• C. Khi muốn kiểm soát các yếu tố cố định theo thời gian.
• D. Khi muốn loại bỏ hiện tượng đa cộng tuyến.

Điều gì xảy ra với sai số chuẩn của hệ số hồi quy khi thêm một biến độc lập không liên quan vào mô hình?

• A. Sai số chuẩn giảm.
• B. Sai số chuẩn tăng.
• C. Sai số chuẩn không thay đổi.
• D. Không thể xác định được sự thay đổi của sai số chuẩn.

Điều gì xảy ra với mức ý nghĩa (significance level) khi bạn thực hiện nhiều kiểm định giả thuyết cùng một lúc?

• A. Mức ý nghĩa không thay đổi.
• B. Mức ý nghĩa giảm.
• C. Mức ý nghĩa tăng.
• D. Không thể xác định được sự thay đổi của mức ý nghĩa.

Trong mô hình hồi quy logit, odds ratio (tỷ lệ chênh) được hiểu như thế nào?

• A. Xác suất xảy ra sự kiện.
• B. Tỷ lệ giữa xác suất xảy ra sự kiện và xác suất không xảy ra sự kiện.
• C. Logarit tự nhiên của xác suất xảy ra sự kiện.
• D. Hệ số hồi quy.

Trong phân tích hồi quy, nếu bạn nghi ngờ rằng phương sai của sai số không phải là hằng số (tính dị phương sai), bạn nên sử dụng kiểm định nào sau đây?

• A. Kiểm định Durbin-Watson.
• B. Kiểm định Breusch-Pagan.
• C. Kiểm định t.
• D. Kiểm định F.

Hồi quy Ridge (Ridge Regression) được sử dụng để giải quyết vấn đề gì trong phân tích hồi quy?

• A. Tính dị phương sai.
• B. Tự tương quan.
• C. Đa cộng tuyến.
• D. Sai số không có phân phối chuẩn.

Trong một mô hình hồi quy đa biến, biến nào sau đây được sử dụng để kiểm tra sự phù hợp tổng thể của mô hình?

• A. t-statistic
• B. F-statistic
• C. Hệ số tương quan Pearson.
• D. Hệ số Durbin-Watson.

Trong phân tích hồi quy, khi một biến độc lập có p-value lớn hơn mức ý nghĩa (ví dụ: 0,05), điều này có nghĩa là gì?

• A. Biến độc lập có ảnh hưởng lớn đến biến phụ thuộc.
• B. Biến độc lập không có ảnh hưởng đáng kể đến biến phụ thuộc.
• C. Mô hình hồi quy không phù hợp với dữ liệu.
• D. Cần loại bỏ biến độc lập khỏi mô hình.

Điều gì xảy ra với khoảng tin cậy của hệ số hồi quy khi cỡ mẫu tăng lên?

• A. Khoảng tin cậy trở nên rộng hơn.
• B. Khoảng tin cậy không thay đổi.
• C. Khoảng tin cậy trở nên hẹp hơn.
• D. Không thể xác định được sự thay đổi của khoảng tin cậy.