ĐỀ KIỂM TRA LẦN 2 MÔN KINH TẾ LƯỢNG (ĐẠI HỌC QUỐC GIA TP.HCM ĐẠI HỌC KINH TẾ - LUẬT) docx

ĐẠI HỌC QUỐC GIA TP.HCM
ĐẠI HỌC KINH TẾ - LUẬT
ĐỀ KIỂM TRA LẦN 2
MÔN: KINH TẾ LƯỢNG
THỜI GIAN: 75 PHÚT
A. PHẦN LÝ THUYẾT (Mỗi câu chọn 1 đáp án đúng nhất và giải thích cho việc chọn đáp án đó)
Câu 1. Xét hai nhận định:
(i) Việc không loại bỏ biến không có ý nghĩa ra khỏi mô hình sẽ vẫn cho ước lượng không chệch theo LS, nhưng với độ
chính xác tồi đi.
(ii) Việc bỏ quên, không đưa biến có ý nghĩa vào mô hình sẽ làm ước lượng bị chệch.
Trong các mệnh đề sau, đâu là mệnh đề đúng?
(a) Cả (i) và (ii) đều đúng 
(b) Chỉ có (i) đúng 
(c) Chỉ có (ii) đúng 
(d) Cả (i) và (ii) sai. 
Câu 2. Xét hai mô hình:
(U):
εββββ
+++++=
KK
XXXY
33221
(R):
εββββ
+++++=
−− JKJK
XXXY
33221
Trong các mệnh đề sau, đâu là mệnh đề đúng?
(a) Mô hình (R) là mô hình (U), cộng với ràng buộc
0 :

210
====
+−+− KJKJK
H
βββ

(b) Ta luôn có
UR
ESSESS
<

(c) Nếu
)(
UR
ESSESS −
càng lớn, thì ta càng có xu hướng chấp nhận giả thuyết
0
H

(d) Nếu
)(
UR
ESSESS −
càng lớn, thì thống kê
c
F
càng gần zero 
Câu 3. Trong các mệnh đề sau, đâu là mệnh đề đúng?
(a) Giả thuyết đồng thời
0:

430
==
ββ
H
là hoàn toàn tương đương với việc kiểm định tính có ý nghĩa
riêng biệt của từng hệ số
0:
30
=
β
H
và
0:
40
=
β
H

(b) Nếu từng hệ số riêng biệt không có ý nghĩa, nhưng một cách đồng thời, ta bác bỏ giả thuyết
0:
430
==
ββ
H
, khi đó, ta nên loại
43
, XX
ra khỏi mô hình 
(c) Nếu từng hệ số riêng biệt không có ý nghĩa, nhưng một cách đồng thời,
43

,
ββ
có ý nghĩa, thì ta nên giữ
43
, XX
trong mô hình 
(d) Cũng có thể xẩy ra cái điều là t-test với từng hệ số
43
,
ββ
là có ý nghĩa, nhưng kiểm định đồng thời
0:
430
==
ββ
H
lại không có ý nghĩa 
Câu 4. Hãy nhìn vào công thức xác định
)1/(
)/(
1
2
−
−
−=
−
NTSS
KNESS
R
.

(a) Hệ số
2
−
R
và
2
s
luôn biến động nghịch chiều nhau 
(b) Nếu
2
−
R
tăng lên chứng tỏ việc đưa thêm biến vào làm giảm độ chính xác của ước lượng 
(c) Nếu
2
−
R
giảm đi chứng tỏ việc đưa thêm biến vào là tốt 
(d) Đại lượng
2
−
R
có xu hướng tăng nếu việc đưa thêm biến vào làm ESS giảm ít hơn sự mất mát về bậc tự do.

Câu 5. Xét
0 :
210
====
+−+− KJKJK
H

βββ
. Xây dựng thống kê
)/(
)(
KNESS
JESSESS
F
U
UR
c
−
−
=
.
Trong các mệnh đề sau, đâu là mệnh đề đúng?
(a) Thống kê
c
F
là đối xứng qua zero 
(b) Giá trị thống kê
c
F
càng lớn thì chứng tỏ việc đưa thêm biến
KJKJK
XXX , ,,
21 +−+−
vào mô hình là điều
không nên làm 
(c) Khi giá trị thống kê
c

F
lớn hơn
λ
F
-tra bảng, thì ta nói, một cách đồng thời, các biến
KJKJK
XXX , ,,
21 +−+−
là có ý nghĩa 
(d) Khi p-value của thống kê
c
F
xấp xỉ 0.000, ta nên loại bỏ các biến
KJKJK
XXX , ,,
21 +−+−

Câu 6. Giả sử ta đưa thêm biến giải thích vào mô hình. Trong các mệnh đề sau, đâu là mệnh đề đúng?
(a) Đưa thêm biến giải thích vào mô hình làm giảm mức độ giải thích của mô hình 
(b) Tổng bình phương các sai số ước lượng (ESS) luôn giảm xuống 
(c) Hệ số
2
R
luôn giảm 
(d) Tổng sai số ESS tăng và
2
R
cũng tăng 
Câu 7: Hãy xét việc kiểm định giả thuyết sau:
0:

0
=
k
H
β
.vs.
0:
1
≠
k
H
β
. Nếu p-value nhỏ hơn 5%, thì ta nói
k
β
có ý nghĩa 5%.
(a) Đúng  (b) Sai 
Câu 8. Nếu tất cả các quan sát
},{
'
nn
xy
có thể được biểu diễn thành một đám mây dữ liệu, nằm gọn trong không gian hai
chiều (dùng đồ thị phẳng, với hai trục), thì việc tăng số biến giải thích lên hơn 2 biến sẽ không làm giảm
2
R
. Nhưng nếu
chuỗi các quan sát
},{
'

nn
xy
cần phải biểu diễn trong không gian 3 chiều (đồ thị 3 trục), thì việc tăng số biến giải thích lên
hơn 2 biến sẽ thực sự làm tăng
2
R
.
(a) Đúng  (b) Sai 
Câu 9. Nhắc lại là
)1/(
)/(
1
2
−
−
−=
−
NTSS
KNESS
R
. Khi đưa thêm biến vào mà sự cải thiện về độ về độ phù hợp ít hơn so với sự
mất mát độ tự do, thì
∑
−
=
22
1
n
e
KN

s
tăng, và
2
−
R
cũng tăng.
(a) Đúng  (b) Sai 
Câu 10. Cho 2 mô hình:
(U):
εβββ
+++=
332211
XXXY
(R):
~
11
εβ
+= XY
Sai lầm loại I là mô hình (U) đúng, nhưng lại ước lượng bằng mô hình (R). Sai lầm loại II là ngược lại, mô hình
(R) đúng, nhưng lại hồi quy mô hình (U).
Mô hình (R) Chẳng qua chính là mô hình (U) với ràng buộc:
0:
320
==
ββ
H
. Nếu ta không thể bác bỏ giả
thuyết này (
0
DNRH

), mà vẫn hồi quy mô hình (U), thì sự cải thiện về độ phù hợp so với (R) sẽ rất ít, trong khi
độ mất mát về bậc tự do sẽ cao. Hay
2
s
sẽ có xu hướng tăng. Dựa vào nhận định đó, hãy trả lời câu hỏi sau:
Sử dụng hai tính chất thống kê của ước lượng LS: (1).
∑
+=
)()(
^
nnkkk
cEE
εββ
; và (2). đánh giá sai số ước lượng là
kk
k
S
s
Var
2
^
)( =
β
. Khi đó, ta có thể đi đến nhận định rằng đưa thêm biến giải thích không cần thiết vào mô hình sẽ vẫn cho
ra ước lượng không chệch. Nhưng độ chính xác của ước lượng giảm đi.
(a) Đúng  (b) Sai 
B. PHẦN BÀI TOÁN
Ta có dữ liệu về giáo viên: tiền lương Y(triệu đồng), số năm công tác X(năm), trình độ D với quy ước: D = 0: THS, D = 1:
TS, hệ số chức vụ Z( bậc).
Xét mô hình:

1 2 3
Y X Z U
β β β
= + + +
, ta có kết quả hồi quy như sau:
ˆ
2.27404 0.2222 0.5447Y X Z
= + +

( ) ( ) ( )
2
0,2098 0,0550 0,1215 10, 0,961N R
= =
a) Nêu ý nghĩa các hệ số hồi quy riêng?
b) Theo bạn thì hệ số chức vụ có ảnh đến lương không?
c) Kiểm định giả thiết:
0 2
: 1,3H
β
=
với mức ý nghĩa
5%
α
=
?
d) Xác định khoảng tin cậy của
3
β
với độ tin cậy 95%?
e) Hàm hồi quy mẫu có phù hợp không, với mức ý nghĩa 5%?

f) Nếu đơn vị của Y là trăm ngàn đồng và của X là tháng thì hàm hồi quy mẫu thay đổi như thế nào?