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

Chia sẻ: Huỳnh Nhất Long | Ngày: | Loại File: DOC | Số trang:3

Thêm vào BST

Báo xấu

151
lượt xem 17
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

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?

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

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

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: Việc không loại bỏ biến không có ý nghĩa ra khỏi mô hình sẽ vẫn cho ước lượng không ch ệch theo LS, nhưng (i) với độ chính xác tồi đi. Việc bỏ quên, không đưa biến có ý nghĩa vào mô hình sẽ làm ước lượng bị chệch. (ii) 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: Y = β1 + β 2 X 2 + β 3 X 3 + .... + β K X K + ε (U): Y = β1 + β 2 X 2 + β 3 X 3 + .... + β K − J X K − J + ε (R): Trong các mệnh đề sau, đâu là mệnh đề đúng? Mô hình (R) là mô hình (U), cộng với ràng buộc H 0 : β K − J +1 = β K − J + 2 = ... = β K = 0 (a)  Ta luôn có ESS R < ESSU (b)  Nếu ( ESS R − ESSU ) càng lớn, thì ta càng có xu hướng chấp nhận giả thuyết H 0 (c)  Nếu ( ESS R − ESSU ) càng lớn, thì thống kê Fc càng gần zero (d)  Câu 3. Trong các mệnh đề sau, đâu là mệnh đề đúng? Giả thuyết đồng thời H 0 : β 3 = β 4 = 0 là hoàn toàn tương đương với việc kiểm định tính có ý nghĩa (a) riêng biệt của từng hệ số H 0 : β 3 = 0 và H 0 : β 4 = 0  (b) Nếu từng hệ số riêng biệt không có ý nghĩa, nhưng một cách đồng thời, ta bác bỏ giả thuyết H 0 : β 3 = β 4 = 0 , khi đó, ta nên loại X 3 , X 4 ra khỏi mô hình  Nếu từng hệ số riêng biệt không có ý nghĩa, nhưng một cách đồng thời, β 3 , β 4 có ý nghĩa, thì ta nên (c) giữ X 3 , X 4 trong mô hình  Cũng có thể xẩy ra cái điều là t-test với từng hệ số β 3 , β 4 là có ý nghĩa, nhưng kiểm định đồng thời (d) H 0 : β 3 = β 4 = 0 lại không có ý nghĩa  ESS /( N − K ) −2 R = 1− Câu 4. Hãy nhìn vào công thức xác định . TSS /( N − 1)
−2 (a) Hệ số R và s 2 luôn biến động nghịch chiều nhau  −2 (b) Nếu R tăng lên chứng tỏ việc đưa thêm biến vào làm giảm độ chính xác của ước lượng  −2 (c) Nếu R giảm đi chứng tỏ việc đưa thêm biến vào là tốt  −2 (d) Đại lượng R có xu hướng tăng nếu việc đưa thêm biến vào làm ESS giảm ít hơn sự mất mát về bậc tự do.  ( ESS R − ESSU ) J Câu 5. Xét H 0 : β K − J +1 = β K − J + 2 = ... = β K = 0 . Xây dựng thống kê Fc = . ESSU /( N − K ) Trong các mệnh đề sau, đâu là mệnh đề đúng? Thống kê Fc là đối xứng qua zero (a)  Giá trị thống kê Fc càng lớn thì chứng tỏ việc đưa thêm biến X K − J +1 , X K − J + 2 ,.., X K vào mô hình là điều (b) không nên làm  Khi giá trị thống kê Fc lớn hơn Fλ -tra bảng, thì ta nói, một cách đồng thời, các biến (c) X K − J +1 , X K − J + 2 ,.., X K là có ý nghĩa  Khi p-value của thống kê Fc xấp xỉ 0.000, ta nên loại bỏ các biến X K − J +1 , X K − J + 2 ,.., X K (d)  Câu 6. Giả sử ta đưa thêm biến giải thích vào mô hình. Trong các m ệnh đề sau, đâu là m ệnh đ ề 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 R 2 luôn giảm  (d) 2 Tổng sai số ESS tăng và R cũng tăng  Câu 7: Hãy xét việc kiểm định giả thuyết sau: H 0 : β k = 0 .vs. H 1 : β k ≠ 0 . Nếu p-value nhỏ hơn 5%, thì ta nói β k có ý nghĩa 5%. (a) Đúng (b) Sai   ' Câu 8. Nếu tất cả các quan sát { y n , x n } 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 s ẽ không làm gi ảm R 2 . ' Nhưng nếu chuỗi các quan sát { y n , x n } 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 R 2 . (a) Đúng (b) Sai   ESS /( N − K ) −2 Câu 9. Nhắc lại là R = 1 − . Khi đưa thêm biến vào mà sự cải thiện về độ về độ phù hợp ít hơn so TSS /( N − 1) 1 ∑e 2 − với sự mất mát độ tự do, thì s = 2 2 tăng, và R cũng tăng. n N −K (a) Đúng (b) Sai   Câu 10. Cho 2 mô hình: Y = β1 X 1 + β 2 X 2 + β 3 X 3 + ε (U): ~ (R): Y = β1 X 1 + ε
Sai lầm loại I là mô hình (U) đúng, nhưng lại ước lượng bằng mô hình (R). Sai lầm loại II là ng ược 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: H 0 : β 2 = β 3 = 0 . Nếu ta không thể bác bỏ giả thuyết này ( DNRH 0 ), 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 s 2 sẽ có xu hướng tăng. Dựa vào nhận định đó, hãy trả lời câu hỏi sau: ^ ∑c Sử dụng hai tính chất thống kê của ước lượng LS: (1). E ( β k ) = E ( β k + ε n ) ; và (2). đánh giá sai số ước lượng nk s2 ^ là Var ( β k ) = . Khi đó, ta có thể đi đến nhận định rằng đưa thêm biến giải thích không cần thiết vào mô hình sẽ S kk 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 đ ộ D v ới quy ước: D = 0: THS, D = 1: TS, hệ số chức vụ Z( bậc). Xét mô hình: Y = β1 + β 2 X + β3 Z + U , ta có kết quả hồi quy như sau: ˆ Y = 2.27404 + 0.2222 X + 0.5447 Z ( 0, 2098) ( 0,0550 ) ( 0,1215) N = 10, R 2 = 0,961 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: H 0 : β 2 = 1,3 với mức ý nghĩa α = 5% ? d) Xác định khoảng tin cậy của β3 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 m ẫu thay đ ổi như thế nào?