What is the relationship, if any, between t-distributed and F-distributed random variables?

A t-variate with z degrees of freedom is also an F(1, z)

The square of a t-variate with z degrees of freedom is also an F(1, z)

A t-variate with z degrees of freedom is also an F(z, 1)

There is no relationship between the two distributions

Trả lời:

Đáp án đúng: B

Trọn bộ 140+ câu hỏi trắc nghiệm Kinh tế lượng kèm đáp án - Phần 1

Tuyển chọn hơn 100+ câu trắc nghiệm Kinh tế lượng trọng tâm - có đáp án dành cho các bạn sinh viên Đại học - Cao đăng ôn thi để đạt kết quả cao trong kì thi sắp diễn ra.

50 câu hỏi 60 phút

Bắt đầu thi

Câu hỏi liên quan

Câu 25:

Which of the following would NOT be a potential remedy for the problem of multicollinearity between regressors?

Lời giải:

Đáp án đúng: B

Đa cộng tuyến (Multicollinearity) xảy ra khi có mối tương quan cao giữa các biến độc lập trong mô hình hồi quy. Điều này gây khó khăn trong việc ước lượng chính xác tác động riêng lẻ của từng biến. Các biện pháp khắc phục bao gồm: * **Loại bỏ một biến:** Loại bỏ một trong các biến có tương quan cao có thể giảm đa cộng tuyến. * **Chuyển đổi thành tỷ lệ:** Kết hợp hai biến thành tỷ lệ có thể loại bỏ sự phụ thuộc tuyến tính giữa chúng. * **Chuyển đổi dữ liệu:** Logarit hóa đôi khi có thể giúp giảm tác động của đa cộng tuyến bằng cách giảm sự biến động và làm tuyến tính hóa mối quan hệ giữa các biến. * **Thu thập dữ liệu tần suất cao hơn:** Việc thu thập dữ liệu với tần suất cao hơn *không* giải quyết được vấn đề đa cộng tuyến. Đa cộng tuyến là một vấn đề về mối quan hệ giữa các biến, không phải về kích thước mẫu. Tăng tần suất thu thập dữ liệu có thể làm tăng kích thước mẫu, nhưng không thay đổi bản chất mối quan hệ giữa các biến, do đó không làm giảm đa cộng tuyến. Vì vậy, phương án **Thu thập dữ liệu tần suất cao hơn trên tất cả các biến** không phải là biện pháp khắc phục đa cộng tuyến.

Câu 26:

A normal distribution has coefficients of skewness and excess kurtosis which are respectively:

Lời giải:

Đáp án đúng: A

Đặc điểm của phân phối chuẩn (normal distribution) là có tính đối xứng hoàn hảo quanh giá trị trung bình. Do đó, hệ số bất đối xứng (skewness) của nó bằng 0. Ngoài ra, độ nhọn (kurtosis) của phân phối chuẩn được định nghĩa là 3. Excess kurtosis được tính bằng kurtosis trừ đi 3. Vì vậy, excess kurtosis của phân phối chuẩn bằng 0.

Câu 27:

Which of the following would probably NOT be a potential “cure” for non-normal residuals?

Lời giải:

Đáp án đúng: A

Câu hỏi này hỏi về các phương pháp có thể không phải là "chữa trị" cho phần dư không tuân theo phân phối chuẩn (non-normal residuals) trong mô hình hồi quy. * **Biến đổi hai biến giải thích thành tỷ lệ (Transforming two explanatory variables into a ratio):** Việc tạo ra tỷ lệ giữa các biến có thể giúp cải thiện tính tuyến tính và phân phối của phần dư trong một số trường hợp. * **Sử dụng một quy trình ước lượng và suy luận không giả định tính chuẩn (Using a procedure for estimation and inference which did not assume normality):** Các phương pháp thống kê phi tham số hoặc các phương pháp ước lượng mạnh (robust estimation) không yêu cầu giả định về tính chuẩn của phần dư. Đây là một cách tiếp cận hợp lệ để xử lý phần dư không chuẩn. * **Loại bỏ các phần dư dương lớn (Removing large positive residuals) và Loại bỏ các phần dư âm lớn (Removing large negative residuals):** Việc loại bỏ các điểm dữ liệu (và do đó là các phần dư lớn) chỉ vì chúng lớn hoặc nhỏ là một hành động thao túng dữ liệu và thường không được chấp nhận trong phân tích thống kê. Nó có thể làm sai lệch kết quả và không thực sự giải quyết vấn đề về phần dư không chuẩn. Việc này chỉ nên được thực hiện nếu có lý do chính đáng (ví dụ: phát hiện lỗi nhập liệu). Do đó, việc loại bỏ các phần dư lớn (dương hoặc âm) không phải là một phương pháp phù hợp để xử lý phần dư không chuẩn.

Câu 28:

If a regression equation contains an irrelevant variable, the parameter estimates will be

Lời giải:

Đáp án đúng: A

Khi một phương trình hồi quy chứa một biến không liên quan (irrelevant variable), các ước lượng tham số vẫn nhất quán (consistent) và không chệch (unbiased). Tuy nhiên, việc bao gồm biến không liên quan làm tăng phương sai của các ước lượng tham số, do đó làm cho chúng kém hiệu quả (inefficient). Điều này có nghĩa là chúng ta cần nhiều dữ liệu hơn để đạt được độ chính xác tương tự so với trường hợp chúng ta loại bỏ biến không liên quan. Vì vậy, đáp án đúng là 'Consistent and unbiased but inefficient'.

Câu 29:

Which of the following sets of characteristics would usually best describe an autoregressive process of order 3 (i.e. an AR(3))?

Lời giải:

Đáp án đúng: A

Một quá trình tự hồi quy bậc 3 (AR(3)) có đặc điểm là hàm tự tương quan (ACF) giảm chậm dần và hàm tự tương quan riêng phần (PACF) có 3 spike đáng kể. PACF cắt đứt sau bậc của quá trình AR (trong trường hợp này là bậc 3). ACF sẽ giảm dần theo thời gian, nhưng có thể không cắt đứt hoàn toàn.

Câu 30:

If a series, yt, follows a random walk (with no drift), what is the optimal 1-step ahead forecast for y?

Lời giải: