Which among the following is not comparative scaling technique?

Which among the following is not a noncomparative scaling technique?

Lời giải:

Đáp án đúng: D

Kỹ thuật đo lường phi so sánh (noncomparative scaling techniques) là kỹ thuật mà người trả lời đánh giá một đối tượng đơn lẻ mà không cần so sánh nó với bất kỳ đối tượng nào khác. Trong các lựa chọn được đưa ra:

* Likert: Là một kỹ thuật phi so sánh, người trả lời chỉ ra mức độ đồng ý hoặc không đồng ý với một loạt các phát biểu.
* Stapel: Là một kỹ thuật phi so sánh, người trả lời đánh giá một đối tượng dựa trên một thang điểm từ -5 đến +5.
* Semantic differential: Là một kỹ thuật phi so sánh, người trả lời đánh giá một đối tượng dựa trên một thang đo lưỡng cực (ví dụ: tốt/xấu, mạnh/yếu).
* Rank order: Là một kỹ thuật so sánh, người trả lời xếp hạng các đối tượng theo thứ tự ưu tiên hoặc theo một tiêu chí cụ thể. Trong kỹ thuật này, người trả lời phải so sánh các đối tượng với nhau để đưa ra thứ hạng.

Vì vậy, "Rank order" không phải là kỹ thuật đo lường phi so sánh.

Câu 37:

Cho mô hình hồi quy:

Lời giải:

Đáp án đúng: D

Trong kinh tế học, mô hình hồi quy thường được sử dụng để mô tả mối quan hệ giữa các biến số. Các phương án được đưa ra mô tả mối quan hệ giữa biến phụ thuộc Y và biến độc lập X.

- Phương án 1: Y là tiêu dùng, X là thu nhập của một người. Mô hình này thể hiện mối quan hệ giữa thu nhập và tiêu dùng, một quan hệ kinh tế cơ bản. Khi thu nhập tăng, tiêu dùng cũng có xu hướng tăng.

- Phương án 2: Y là doanh số bán bia Hà Nội, X là giá bia Sài Gòn. Mô hình này thể hiện mối quan hệ giữa giá của một sản phẩm thay thế (bia Sài Gòn) và doanh số của sản phẩm đang xét (bia Hà Nội). Đây là một quan hệ kinh tế hợp lý.

- Phương án 3: Y là mức cung một loại hàng, X là giá loại hàng đó. Trong kinh tế học, mức cung hàng hóa thường tăng khi giá của hàng hóa đó tăng. Đây là quy luật cung.

- Phương án 4: Y là mức cầu một loại hàng, X là giá của loại hàng đó. Trong kinh tế học, mức cầu hàng hóa thường giảm khi giá của hàng hóa đó tăng. Đây là quy luật cầu.

Do đó, tất cả các phương án đều có thể là các mô hình hồi quy hợp lệ, tùy thuộc vào mục đích nghiên cứu và dữ liệu được sử dụng. Tuy nhiên, câu hỏi đưa ra không đủ thông tin để chọn ra một đáp án chính xác nhất. Vì vậy, không thể xác định đáp án đúng duy nhất trong trường hợp này.

Câu 38:

Cho mô hình hồi quy với 4 biến Y, X2, X3,X4, biến Y là biến phụ thuộc, dùng hồi quy phụ để kiểm tra Đa cộng tuyến. Câu trả nào đúng trong các câu sau?

Lời giải:

Đáp án đúng: C

Hồi quy phụ được sử dụng để kiểm tra đa cộng tuyến giữa các biến độc lập. Trong mô hình đã cho, Y là biến phụ thuộc, còn X2, X3, và X4 là các biến độc lập. Vì vậy, để kiểm tra đa cộng tuyến, ta thực hiện hồi quy một biến độc lập theo các biến độc lập còn lại. Phương án 3, hồi quy của X3 theo X2 và X4, chính là một hồi quy phụ dùng để kiểm tra xem X3 có tương quan tuyến tính với X2 và X4 hay không, do đó kiểm tra được đa cộng tuyến. Các phương án còn lại (1, 2, 4) đều hồi quy Y (biến phụ thuộc) theo các biến độc lập, đây là hồi quy chính chứ không phải hồi quy phụ để kiểm tra đa cộng tuyến.

Câu 39:

A VAR with five variables, 4 lags and constant terms for each equation will have a total of:

Lời giải:

Đáp án đúng: C

Mô hình VAR với 5 biến, 4 độ trễ (lags) và một hằng số trong mỗi phương trình sẽ có tổng số hệ số như sau:

Mỗi phương trình trong mô hình VAR có 5 biến, mỗi biến có 4 độ trễ, vậy số hệ số ước lượng cho mỗi biến là 4. Cộng thêm hằng số, mỗi phương trình sẽ có (5 * 4) + 1 = 21 hệ số.

Mô hình VAR có 5 phương trình, vậy tổng số hệ số là 5 * 21 = 105 hệ số.

Vậy đáp án đúng là 105 coefficients.

Câu 40:

The advantage of using heteroskedasticity-robust standard errors is that:

Lời giải:

Đáp án đúng: B

Ưu điểm của việc sử dụng sai số chuẩn mạnh (robust standard errors) đối với phương sai thay đổi (heteroskedasticity) là chúng cho phép suy luận tiệm cận hợp lệ ngay cả khi chúng ta không biết dạng hàm phương sai có điều kiện. Các sai số chuẩn OLS thông thường chỉ chính xác khi có đồng nhất phương sai (homoskedasticity). Khi có phương sai thay đổi, các sai số chuẩn OLS có thể đánh giá thấp sai số thực, dẫn đến các thống kê t lớn hơn và do đó, có thể bác bỏ các giả thuyết không một cách sai lầm. Các sai số chuẩn mạnh đối với phương sai thay đổi điều chỉnh cho vấn đề này, làm cho các suy luận trở nên đáng tin cậy hơn.

Các lựa chọn khác không đúng vì:

Sai số chuẩn mạnh đối với phương sai thay đổi không dễ tính hơn sai số chuẩn chỉ đồng nhất phương sai.
Nó không làm cho ước lượng OLS trở nên BLUE (Best Linear Unbiased Estimator) trong trường hợp phương sai thay đổi. Phương sai thay đổi vi phạm một trong những giả định của định lý Gauss-Markov, và do đó, OLS không còn là BLUE.
Trong các ứng dụng thực tế, việc tìm ra dạng hàm phương sai có điều kiện không hề dễ dàng.

Câu 1:

Kinh tế lượng là gì?

Lời giải:

Bạn cần đăng ký gói VIP để làm bài, xem đáp án và lời giải chi tiết không giới hạn. Nâng cấp VIP

Câu 2:

Hàm hồi quy là:

Lời giải:

Bạn cần đăng ký gói VIP để làm bài, xem đáp án và lời giải chi tiết không giới hạn. Nâng cấp VIP

Câu 3:

Thu thập số liệu có mấy dạng:

Lời giải:

Bạn cần đăng ký gói VIP để làm bài, xem đáp án và lời giải chi tiết không giới hạn. Nâng cấp VIP