Đề ôn thi cuối kì kinh tế lượng

lOMoARcPSD|31047759 ĐỀ SỐ 01 Trung bình mẫu của phần dư OLS a. không biết ược do hàm PRF là không biết b. là một số dương c. phụ thuộc vào hệ số ước lượng của biến giải thích là âm hay dương d. bằng 0 Trong các bước sau ây, bước nào không liên quan khi kiểm ịnh giả thuyết? a. Tính ộ lệch chuẩn của hệ số ước lượng. b. Tính p-value. c. Kiểm ịnh xem phần dư có phân phối chuẩn hay không. d. Tính thống kê t. Phát biểu sau ĐÚNG hay SAI? Tại sao? Các ước lượng OLS vẫn có tính chất không chệch ngay khi nhiễu u không tuân theo quy luật phân phối chuẩn. Phần dư 𝐮̂𝐢 ược hiểu như sau ̂1 − β ̂2 Xi a. Ŷi − β b. Yi − β0 − β1 Xi c. Yi − ̅ Y2 d. Yi − Ŷi Nếu giá trị tuyệt ối của thống kê t lớn hơn giá trị tới hạn, chúng ta có thể a. Bác bỏ giả thiết phương sai sai số thuần nhất. b. Kết luận hầu hết các giá trị thực rất gần ường hồi quy. c. Kết luận kết quả ước lượng ược không có ý nghĩa thống kê. d. Bác bỏ giả thuyết không. Để xác ịnh Y biến ổi như thế nào khi X thay ổi, người ta dùng a. Hệ số tương quan. b. Các phương án còn lại ều sai. c. Hệ số góc. d. Hệ số tương quan. Kiểm ịnh F về sự phù hợp của hàm hồi quy kiểm ịnh có giả thiết không là a. Toàn bộ các biến ộc lập trong mô hình ều không ảnh hưởng ến biến phụ thuộc. b. Hệ số chặn và tất cả các hệ số góc ều bằng 0. c. Hệ số chặn bằng 1 và không phải tất cả các hệ số góc ều bằng 0. d. Hệ số góc của biến quan tâm bằng 0 và hệ số góc của tất cả các biến còn lại khác 0. ̂𝟏 + 𝛃 ̂𝟐 𝐗 + ̂ ̂𝟐 = 𝟎 thì Trong mô hình 𝐘 = 𝛃 𝐮, nếu 𝛃 a. 0 < R2 < 1 b. R2 = ̅ Y 2 c. R = 0 d. R2 < 0 Dưới các giả thuyết của ịnh lý Gauss-Markov, các ước lượng OLS a. có phân phối chuẩn nếu n > 15 b. là ước lượng tuyến tính không chệch tốt nhất của các hệ số hồi quy c. có phân phối chuẩn, thậm chí trong trường hợp mẫu nhỏ d. các phương án còn lại ều úng Mục tiêu ặc trưng của kinh tế lượng là a. Dự báo các biến kinh tế b. ánh gia và bổ sung chính sách của chính phủ và doanh nghiệp c. ước lượng mối quan hệ giữa các biến kinh tế d. các phương án còn lại ều úng Downloaded by Khánh Chi Ph?m (khanhchi208c@gmail.com) lOMoARcPSD|31047759 Phát biểu sau ĐÚNG hay SAI. Tại sao? Các hệ số ước lượng OLS ược xác ịnh bằng cách tối thiểu hóa tổng bình phương giá trị của biến phụ thuộc. Trong mô hình 𝐘𝐢 = 𝛃𝟏 + 𝛃𝟐 𝐗 𝐢 + 𝐮𝐢 , khi gặp vấn ề bỏ sót biến quan trọng, giả thiết 𝐄(𝐮𝐢 |𝐱 𝐢 ) bị vi phạm. Điều này ược hiểu là: a. tương quan giữa nhiều và biến ộc lập khác 0 b. tổng các phần dư khác 0 c. hệ số ước lượng OLS là chệch d. trung bình mẫu của biến Y và X không nằm trên ường hồi quy SRF mẫu Ước lượng OLS thỏa mãn iều kiện a. Tổng bình phương các phần dư nhỏ nhất. b. Tổng bình phương hồi quy nhỏ nhất. c. R2 nhỏ nhất. d. Không có phương án nào úng. Trong mô hình, 𝐘𝐢 = 𝛃𝟏 + 𝛃𝟐 𝐗 𝐢 + 𝐮𝐢 , sai số ngẫu nhiên có phương sai thay ổi nếu: a. biến X có phân phối chuẩn b. var(ui|Xi) là hàm của biến X c. không có iểm dị biệt d. var(ui|Xi = x) không ổi với I = 1,2,…,n p-value có giá trị rất nhỏ a. Điều này chỉ xảy ra với xác suất là 5% . b. Hàm ý thống kê t nhỏ hơn 1.96. c. Đây là bằng chứng bác bỏ giả thuyết không d. Đây là bằng chứng ủng hộ giả thuyết không. Sự khác nhau giữa kiểm ịnh một phía và kiểm ịnh hai phía nằm ở a. Dấu của hệ số góc. b. Phụ thuộc vào kích cỡ mẫu. c. Cách diễn giải thống kê t. d. Giả thuyết không. Sử dụng dữ liệu thu nhập (I) và chi tiêu (C) của 100 hộ gia ình, ta ước lượng ược mô hình: 𝐂 = 𝛃𝟏 + 𝛃𝟐 𝐈 + 𝐮, 𝛃𝟐 cho biết: a. b. c. C I ∆I ∆C ∆C ∆I d. Không có phương án nào úng Dữ liệu lạm phát của Việt Nam từ năm 1970 ến năm 2006 là loại dữ liệu a. Chéo. b. Bảng. c. Chuỗi thời gian. d. Chéo gộp. 𝟏 Mô hình 𝐘 = 𝛃𝟏 + 𝛃𝟏 𝐗 + 𝐮 là mô hình tuyến tính với a. tham số và biến số X b. không có phương án nào úng c. tham số d. biến số X Phát biểu sau ĐÚNG hay SAI? Tại sao? Kiểm ịnh t chỉ có ý nghĩa khi các ước lượng OLS tuân theo quy luật phân phối chuẩn. Downloaded by Khánh Chi Ph?m (khanhchi208c@gmail.com) lOMoARcPSD|31047759 Hệ số 𝛃𝟐 trong phương trình 𝐘 = 𝛃𝟏 + 𝛃𝟐 𝐥𝐧(𝐗) + 𝐮 ược hiểu là a. khi X thay ổi 1 ơn vị thì Y thay ổi 𝛃𝟐 * 100 ơn vị b. khi X thay ổi 1 ơn vị thì Y thay ổi 𝛃𝟐 * 100% c. khi X thay ổi 1% thì Y thay ổi 𝛃𝟐 * 0,01 ơn vị d. khi X thay ổi 1 ơn vị thì Y thay ổi 𝛃𝟐 ơn vị Phương sai của các ước lượng càng nhỏ khi a. Các phương án còn lại ều sai. b. Kích cỡ mẫu càng lớn. c. Các biến ộc lập tương quan mạnh với nhau. d. Kích cỡ mẫu càng nhỏ. Khoảng tin cậy 95% của 𝛃𝐣 a. so sánh giá trị của hệ số góc với hệ số chặn b. giúp chúng ta kết luận ý nghĩa kinh tế của biến βj c. các phương án còn lại ều úng d. có thể dùng ể kiểm ịnh H0: βj = aj ĐỀ SỐ 4192 Phương trình nào sau ây biểu diễn mô hình hồi quy a biến tổng thể dưới dạng ngẫu nhiên? ̂1 + β ̂2 X2i + β ̂3 X3i + ⋯ + β ̂k Xki + ei a. Yi = β b. E (Y|X2i, X3i, …, Xki) = β1 + β2 X2i + β3 X3i + ⋯ + βk Xki c. Yi = β1 + β2 X2i + ui d. Yi = β1 + β2 X2i + β3 X3i + ⋯ + βk Xki + ui Giải thích: Theo quy ước, mô hình hồi quy a biến tổng thể dưới dạng ngẫu nhiên sẽ có thêm phần dư ui trong phương trình. Trong mô hình hồi quy tuyến tính, nếu mô hình thỏa mãn các giả thiết cơ bản của OLS thì các ước lượng có tính chất: a. tuyến tính, không chệch, tốt nhất b. không chệch c. tuyến tính d. không chệch, hiệu quả Giải thích: Các tính chất của mô hình hồi quy tuyến tính thỏa mãn các giả thiết cơ bản của OLS. Giả sử có kết quả ước lượng như sau: CT = 55.37 + 0.78TN + 0.08TS + 0.09TNP + ei Se = (13.4) (0.4) (0.02) (0.19) R2 = 0.84, n = 41 t41 = 2.701 ; t38 = 2.712 ; t37 = 2.715 Với mức ý nghĩa a = 1%, bằng phương pháp giá trị tới hạn, hệ số hồi quy của biến TS có ý nghĩa thống kê hay không? a. Chưa ủ cơ sở ể kết luận b. Có, vì ts lớn c. Không, vì ts lớn d. Có, vì ts nhỏ Giải thích: Ta có cặp giả thuyết: H0: β3 = 0; H1: β3 ≠ 0 ̂ β 0.08 ts = se(β3̂ ) = 0.02 = 4 3 ts > t37 = 2.715: Bác bỏ H0. Vậy hệ số hồi quy của biến TS có ý nghĩa thống kê vì ts lớn. Trong mô hình hồi quy bội, ước lượng bình phương nhỏ nhất ược tính bằng cách a. cực tiểu hóa tổng bình phương các phần dư của mô hình Downloaded by Khánh Chi Ph?m (khanhchi208c@gmail.com) lOMoARcPSD|31047759 b. cực tiểu hóa giá trị tuyệt ối của tổng các phần dư trong mô hình c. cho tổng bình phương các phần dư bằng 0 d. lấy GTNN khoảng cách giữa giá trị của các quan sát thực và giá trị ước lượng của chúng Giải thích: Hệ số của các biến ộc lập trong mô hình hồi quy bội là nghiệm của bài toán cực trị tìm min ∑ 𝐞𝟐𝐢 . Theo ó, biểu thức này ạt giá trị cực tiểu nếu ạo hàm cấp 1 = 0 và ạo hàm cấp 2 > 0. Bảng sau cho biết kết quả hồi quy của một mô hình chạy trên mẫu bao gồm 25 quan sát. Coefficient Standard Error Constant 145.321 48.682 X1 25.625 9.150 X2 -5.720 3.575 X3 0.823 0.183 Hệ số biến X1 cho biết: a. nếu X1 thay ổi 1 ơn vị thì Y sẽ thay ổi 25.625 ơn vị b. nếu X1 thay ổi 1 ơn vị thì X2 sẽ tăng lên 25.625 ơn vị trong trường hợp các yếu tố khác không ổi c. không thể diễn giải hệ số này d. nếu X1 thay ổi 1 ơn vị thì Y sẽ tăng lên 25.625 ơn vị trong trường hợp các yếu tố khác không ổi Giải thích: Cột thứ 2 là cột các hệ số tương ứng của các biến xuất hiện trong cột 1. Theo ó, nếu ko tính ảnh hưởng của các yếu tố khác, nếu X1 tăng lên 1 ơn vị thì giá trị trung bình của Y sẽ tăng lên 1 lượng chính bằng hệ số của X1 trong mô hình Phương trình nào dưới ây biểu diễn hàm hồi quy bội tổng thể? ̂1 + β ̂2 X2i + β ̂3 X3i + ⋯ + β ̂k Xki + ei a. Yi = β b. Yi = β1 + β2 X2i + β3 X3i + ⋯ + βk Xki + ui c. E (Y|X2i, X3i, …, Xki) = β1 + β2 X2i + β3 X3i + ⋯ + βk Xki d. Yi = β1 + β2 X2i + ui Giải thích: Trong hàm hồi quy, biến Y sẽ ược biểu diễn dưới dạng giá trị kỳ vọng có iều kiện theo Xi Phát biểu nào sau ây sai: a. Đa cộng tuyến hoàn hảo xảy ra khi hệ số tương quan giữa các biến ộc lập trong mô hình bằng 1 hoặc -1 b. Đa cộng tuyến không hoàn hảo không vi phạm giả ịnh của mô hình hồi quy tuyến tính cổ iển c. Không thể ước lượng ược các tham số của mô hình hồi quy khi có a cộng tuyến hoàn hảo d. Đa cộng tuyến không hoàn hảo xảy ra khi phần lớn sự biến ộng (không phải 100%) của một biến ộc lập ở trong mô hình có thể ược giải thích thông qua các biến ộc lập khác trong mô hình Giải thích: Khi có a cộng tuyến không hoàn hảo, ta vẫn có thể ước lượng ược các tham số của môn hình, nhưng các ước lượng kém chính xác. Kiểm ịnh nào sau ây có thể ược dùng ể kiểm ịnh phương sai sai số thay ổi? a. Kiểm ịnh Breusch – Pagan b. Kiểm ịnh Durbin – Watson c. Kiểm ịnh Breusch – Godfrey d. Kiểm ịnh RESET Giải thích: Kiểm ịnh Breusch – Pagan ược dùng ể kiểm tra hiện tượng phương sai sai số thay ổi trong mô hình. Kiểm ịnh này sử dụng mô hình hồi quy phụ với biến phụ thuộc là bình phương của phần dư. Hệ số xác ịnh bội R2 trong mô hình a. là hàm giảm theo số biến ộc lập trong mô hình b. là hàm tăng theo số biến phụ thuộc trong mô hình c. là hàm tăng theo số biến ộc lập trong mô hình d. là hàm không ổi theo số biến ộc lập trong mô hình Giải thích: Số biến ộc lập càng tăng thì ESS càng tăng, RSS càng giảm => ESS/TSS tăng => R2 tăng. Phương sai sai số thay ổi là gì? a. là sai số ngẫu nhiên có giá trị khác nhau tại các quan sát khác nhau b. là phương sai và sai số chuẩn của biến ộc lập thay ổi Downloaded by Khánh Chi Ph?m (khanhchi208c@gmail.com) lOMoARcPSD|31047759 c. là phương sai của sai số ngẫu nhiên tương ứng với các giá trị khác nhau của biến ộc lập không bằng nhau d. là phương sai và sai số của biến phụ thuộc thay ổi Giải thích: Phương sai sai số thay ổi là sự vi phạm giả thiết về phương sai không ổi của sai số ngẫu nhiên tương ứng với các giá trị khác nhau của biến ộc lập. Với các giá trị khác nhau của biến ộc lập thì phương sai của sai số ngẫu nhiên nhận các giá trị khác nhau. Giả thiết không có sự tương quan giữa các sai số ngẫu nhiên ui của mô hình hồi quy bội ược biểu diễn dưới dạng hàm số là a. E(ui |X2i , X3i , … , Xki ) = 0 b. var(ui |X2i , X3i , … , Xki ) = σ2 c. var(ui |X2i , X3i , … , Xki ) = σ2i d. cov(ui,uj) = E(ui x uj) = 0 Giải thích: Giả thiết này khẳng ịnh rằng các nhiễu ui và uj không tương quan với nhau. Điều này có nghĩa là: với hai giá trị bất kỳ Xi và Xj (i≠j), hiệp phương sai giữa hai nhiễu bất kỳ của chúng ui và uj ((i≠j) là bằng 0. Trong thực tế ứng dụng tại sao sai số chuẩn của các hệ số hồi quy [𝐬𝐞(𝛃̂𝐣 )] thường ược sử dụng nhiều hơn phương sai của các hệ số hồi quy [𝐯𝐚𝐫(𝛃̂𝐣 )] ̂𝟐 )] có cùng ơn vị với ước lượng iểm và có thể tính toán ược khi chỉ quan sát ược mẫu a. vì [𝒔𝒆(𝜷 ̂2 )] khó tính toán b. [var(β ̂2 )] có thể tính toán ược trong hàm hồi quy tổng thể c. vì [se(β ̂2 )] chính xác hơn d. vì [se(β Giải thích: Trong thực tế ứng dụng, chúng ta a số chỉ có thể quan sát ược mẫu thay vì quan sát tổng thể. Trong khi ó, [var(β̂j )] chỉ có thể tính ược khi chúng ta quan sát ược tổng thể; [se(β̂j )] có thể tính toán ược khi chúng ta quan sát ược mẫu. Ngoài ra [se(β̂j )] có cùng ước có cùng ơn vị ước lượng iểm nên dễ hình dung hơn. Đâu là dạng của mô hình hồi quy mẫu 3 biến? a. E(Y|X2i,X3i) = β1 + β2 X2i + β3 X3i ̂1 + β ̂2 X2i + β ̂3 X3i + ⋯ + β ̂k Xki + ei b. Yi = β c. Yi = β1 + β2 X2i + β3 X3i + ui ̂1 + β ̂2 X2i + β ̂3 X3i + ei d. Yi = β Giải thích: Theo quy ước, mô hình ước lượng sẽ có thêm dấu mũ trên các hệ số của mô hình. Mô hình có 1 biến phụ thuộc Y và 2 biến ộc lập là X2 và X3. Giả sử có kết quả ước lượng như sau: 𝐖𝐚𝐠𝐞 = 𝟏𝟗𝟒𝟎. 𝟑𝟖 + 𝟏𝟐. 𝟓𝟓𝐚𝐠𝐞 + 𝟕𝟏. 𝟒𝟑𝐞𝐮𝐝𝐜 + 𝟏𝟐. 𝟏𝟑𝐞𝐱𝐩𝐞𝐫 + 𝐞𝐢 (se) = (152.1) (4.73) (6.53) (3.77) n = 935 Biết hiệp phương sai giữa hai hệ số ước lượng của age và exper gần bằng 0. Với mức ý nghĩa a = 5%, 𝐭 (𝟎.𝟎𝟐𝟓;𝟗𝟑𝟏) = 𝟏. 𝟗𝟔, có thể cho rằng tác ộng của age và exper ến wage là như thế nào? a. Ảnh hưởng của age ến wage mạnh hơn của exper ến wage b. Ảnh hưởng của age ến wage yếu hơn của exper ến wage c. Ảnh hưởng của age và exper là không như nhau ến wage d. Ảnh hưởng của age và exper là như nhau ến wage Giải thích: Ta có cặp giả thuyết: H0: β2 = β4 ; H1: β2 ≠ β4 ̂ −β ̂ β ts = se(β2̂ −β4̂ ) = 2 4 ̂2 −β ̂4 β 12.55−12.13 ̂2 )+var(β ̂2 )−2cov(β ̂2 ; β ̂4 ) √var(β = √4.732 +3.772 = 0.069 0.069 < 1.96: Không bác bỏ H0. Kết luận: Có thể cho rằng ảnh hưởng của age và exper là như nhau ến wage. Downloaded by Khánh Chi Ph?m (khanhchi208c@gmail.com) lOMoARcPSD|31047759 Hồi quy mô hình 𝐘𝐢 = 𝐛𝟎 + 𝐛𝟏 𝐗 𝟏