1
TRƯỜNG ĐẠI HỌC KINH TẾ - LUẬT
KHOA TOÁN KINH TẾ
MÃ ĐỀ 007
(Được sử dụng tài liệu)
THI KẾT THÚC HỌC PHẦN
HỌC KỲ 1, NĂM HỌC 2024–2025
HỌC PHẦN: KINH TẾ LƯỢNG
Thời lượng làm bài: 75 phút
Họ tên SV: .................................................................... MSSV:................................................
Chữ ký và họ tên Giám thị 1
Chữ ký và họ tên Giám thị 2
A
Điểm
Giảng viên chấm
Giảng viên chấm phúc khảo
PHẦN TRẢ LỜI TRẮC NGHIỆM
A
B
C
D
A
B
C
D
A
B
C
D
1
5
9
2
6
10
3
7
11
4
8
12
***
PHẦN I. CÁC CÂU HỎI TRẮC NGHIỆM (3 điểm)
Câu 1. Kết quả hồi quy tiền lương (wage) phụ thuộc vào số năm kinh nghiệm (exper) thể
hiện ở bảng sau
Source | SS df MS Number of obs = 526
-------------+---------------------------------- F(1, 524) = 6.77
Model | 91.2751351 1 91.2751351 Prob > F = 0.0096
Residual | 7069.13916 524 13.4907236 R-squared = 0.0127
-------------+---------------------------------- Adj R-squared = 0.0109
Total | 7160.41429 525 13.6388844 Root MSE = 3.673
------------------------------------------------------------------------------
wage | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
exper | 0.031 0.012 2.60 0.010 0.008 0.054
_cons | 5.373 0.257 20.91 0.000 4.868 5.878
------------------------------------------------------------------------------
Chọn đáp án SAI
A. Mô hình phù hợp với mức ý nghĩa 5% B. Biến exper có ý nghĩa ở mức 5%
C. Số lượng phần tử quan sát là 526 D. Adj R-squared của mô hình là 0.0127
Câu 2. Kết quả hồi quy tiền lương (wage) phụ thuộc vào số năm đi học (educ) thể hiện ở
bảng sau
Source | SS df MS Number of obs = 526
-------------+---------------------------------- F(1, 524) = 103.36
Model | 1179.73204 1 1179.73204 Prob > F = 0.0000
Residual | 5980.68225 524 11.4135158 R-squared = 0.1648
2
-------------+---------------------------------- Adj R-squared = 0.1632
Total | 7160.41429 525 13.6388844 Root MSE = 3.3784
------------------------------------------------------------------------------
wage | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
educ | 0.541 0.053 10.17 0.000 0.437 0.646
_cons | -0.905 0.685 -1.32 0.187 -2.250 0.441
------------------------------------------------------------------------------
Đếm số phát biểu ĐÚNG
i. educ giải thích được 16.48% sự thay đổi của wage
ii. Biến educ có ý nghĩa ở mức nghĩa 1%.
iii. Mô hình đề xuất phù hợp với mức ý nghĩa 5%.
A. 0
B. 1
C. 2
D. 3
Bài toán sau dùng cho câu 3, 4
Source | SS df MS Number of obs = 506
-------------+---------------------------------- F(2, 503) = ...?.
Model | 1449.82043 2 724.910216 Prob > F = 0.0000
Residual | 5047.09269 503 10.0339815 R-squared = 0.2232
-------------+---------------------------------- Adj R-squared = ...?..
Total | 6496.91312 505 12.8651745 Root MSE = 3.1676
------------------------------------------------------------------------------
wage | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
exper | 0.067 0.011 6.21 0.000 0.046 0.088
educ | 0.620 0.053 11.68 0.000 ... ...
_cons | -3.120 0.756 -4.13 0.000 -4.606 -1.635
------------------------------------------------------------------------------
Trong đó: wage (Tiền lương); educ (số năm đi học); exper (số năm kinh nghiệm)
Câu 3. Tìm tất cả các phát biểu ĐÚNG
i. Adj R-squared của mô hình là xấp xỉ 22.01%.
ii. Giá trị kiểm định sự phù hợp của mô hình có F0là xấp xỉ 72.25.
iii. Số lượng tham số (hệ số) cần ước lượng của mô hình là 2.
A. i
B. ii, iii
C. i, ii
D. i, ii, iii
Câu 4. Tìm khoảng ước lượng của biến educ với độ tin cậy 95%. giá trị tra bảng Student
0.025
503
t 1.965
A. (0.046; 0.088)
B. (0.516; 0.724)
C. (0.516; 0.625)
D. (0.416; 0.625)
Câu 5. Kết quả từ phần mềm Stata
Source | SS df MS Number of obs = 504
-------------+---------------------------------- F(2, 501) = 65.40
Model | 28.8599513 2 14.4299756 Prob > F = 0.0000
Residual | 110.539068 501 .220636861 R-squared = 0.2070
-------------+---------------------------------- Adj R-squared = 0.2039
Total | 139.399019 503 .277135226 Root MSE = .46972
------------------------------------------------------------------------------
ln_wage | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
ln_educ | 0.973 0.088 11.06 0.000 0.800 1.146
exper | 0.010 0.002 6.24 0.000 0.007 0.013
3
_cons | -0.997 0.232 -4.30 0.000 -1.451 -0.542
------------------------------------------------------------------------------
wage: tiền lương; educ: số năm đi học và exper: số năm kinh nghiệm
Với ln_wage =log(wage); ln_educ= log(educ)
Tìm đáp án ĐÚNG
A. Khi educ tăng thêm 1 đơn vị thì wage tăng thêm là 0.973% trong khi các yếu tố khác không đổi
B. Khi educ tăng thêm 1% thì wage tăng thêm là 0.973% trong khi các yếu tố khác không đổi
C. Mô hình có 2 tham số cần ước lượng
D. Mô hình không phù hợp ở mức ý nghĩa 5%
Câu 6. Kết quả từ phần mềm Stata
Source | SS df MS Number of obs = 504
-------------+---------------------------------- F(2, 501) = 84.24
Model | 35.0810619 2 17.5405309 Prob > F = 0.0000
Residual | 104.317957 501 .208219475 R-squared = 0.2517
-------------+---------------------------------- Adj R-squared = ...?..
Total | 139.399019 503 .277135226 Root MSE = .45631
------------------------------------------------------------------------------
ln_wage | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
ln_educ | 0.954 0.083 11.47 0.000 0.790 1.117
ln_exper | 0.164 0.019 8.43 0.000 0.126 0.202
_cons | -1.168 0.224 -5.21 0.000 -1.609 -0.728
------------------------------------------------------------------------------
Tìm Adj R-squared
A. 24.87%
B. 25.87%
C. 26.87%
D. 27.87%
Câu 7. Kết quả từ phần mềm Stata
Source | SS df MS Number of obs = 506
-------------+---------------------------------- F(4, 501) = 57.27
Model | 2038.54124 4 509.63531 Prob > F = 0.0000
Residual | 4458.37188 501 8.89894587 R-squared = 0.3138
-------------+---------------------------------- Adj R-squared = 0.3083
Total | 6496.91312 505 12.8651745 Root MSE = 2.9831
------------------------------------------------------------------------------
wage | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
exper | 0.054 0.011 4.92 0.000 0.032 0.075
educ | 0.562 0.051 11.02 0.000 0.462 0.663
female | -2.005 0.270 -7.44 0.000 -2.535 -1.475
married | 0.651 0.294 2.21 0.028 0.072 1.229
_cons | -1.600 0.740 -2.16 0.031 -3.054 -0.145
------------------------------------------------------------------------------
wage: tiền lương; educ: số năm đi học và exper: số năm kinh nghiệm; female= 1 (giới tính
nữ) và = 0 (giới tính nam); married = 1(đã lập gia đình) và =0 (chưa lập gia đình)
Tìm tất cả các phát biểu ĐÚNG
i. Với mức ý nghĩa 1%, mô hình có 3 biến giải thích có ý nghĩa là exper, educ, female.
ii. Với mức ý nghĩa 5%, có sự chênh lệch (bất bình đẳng ) về tiền lương giữa Nam và Nữ.
iii. Với mức ý nghĩa 5%, có sự khác biệt về tiền lương giữa người đã và chưa lập gia đình.
A. i
B. ii
C. iii
D. i, ii, iii
4
Câu 8. Kết quả từ phần mềm Stata của mô hình logit như sau
Logistic regression Number of obs = 753
LR chi2(1) = 98.54
Prob > chi2 = 0.0000
Log likelihood = -465.6023 Pseudo R2 = 0.0957
------------------------------------------------------------------------------
inlf | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
exper | 0.105 0.012 8.82 0.000 0.082 0.129
_cons | -0.769 0.135 -5.71 0.000 -1.033 -0.505
------------------------------------------------------------------------------
Với
-inlf: (=1) có tham gia lực lượng lao động và (=0) không tham gia lực lượng lao động
-exper: số năm kinh nghiệm làm việc
Với exper =20, hãy tìm khả năng tham gia lao động (inlf=1).
A. ≈79.1%
B. ≈26.4%
C. ≈10.9%
D. Đáp án khác
Câu 9. Kết quả từ phần mềm Stata như sau
Variable | VIF 1/VIF
-------------+----------------------
exper | 1.26 0.795578
married | 1.17 0.851479
educ | 1.14 0.875447
female | 1.03 0.966757
-------------+----------------------
Mean VIF | 1.15
Tìm đáp án ĐÚNG
A. Mô hình không có hiện tượng đa cộng tuyến
B. Mô hình có hiện tượng phương sai thay đổi
C. Mô hình không có hiện tượng tự tương quan
D. Mô hình có hiện tượng đa cộng tuyến
Câu 10. Kết quả từ phần mềm Stata như sau:
White's test for Ho: homoskedasticity
against Ha: unrestricted heteroskedasticity
chi2(8) = 21.28
Prob > chi2 = 0.0064
Cameron & Trivedi's decomposition of IM-test
---------------------------------------------------
Source | chi2 df p
---------------------+-----------------------------
Heteroskedasticity | 21.28 8 0.0064
Skewness | 1.04 3 0.7910
Kurtosis | 1.85 1 0.1735
---------------------+-----------------------------
Total | 24.18 12 0.0193
---------------------------------------------------
Tìm đáp án ĐÚNG, với mức ý nghĩa 5%.
A. Mô hình không có hiện tượng đa cộng tuyến
B. Mô hình có hiện tượng phương sai thay đổi
C. Mô hình không có hiện tượng phương sai thay đổi
5
D. Mô hình có hiện tượng đa cộng tuyến
Câu 11. Với mức ý nghĩa 1%, hãy cho biết với kết quả sau, tự tương quan bậc mấy xảy ra
A. Tự tương quan bậc 1
B. Tự tương quan bậc 2
C. Tự tương quan bậc 1, 2
D. Không có tự tương quan ở bậc 1, 2
Câu 12. Kết quả kiểm định hausman test so sánh hai phương pháp FEM và REM của dữ
liệu bảng như sau
---- Coefficients ----
| (b) (B) (b-B) sqrt(diag(V_b-V_B))
| fixed . Difference S.E.
-------------+----------------------------------------------------------------
age | -.005485 -.0069749 .0014899 .0004803
msp | .0033427 .0046594 -.0013167 .0020596
ttl_exp | .0383604 .0429635 -.0046031 .0007181
------------------------------------------------------------------------------
b = consistent under Ho and Ha; obtained from xtreg
B = inconsistent under Ha, efficient under Ho; obtained from xtreg
Test: Ho: difference in coefficients not systematic
chi2(3) = (b-B)'[(V_b-V_B)^(-1)](b-B)
= 260.40
Prob>chi2 = 0.0000
Tìm đáp án ĐÚNG, với mức ý nghĩa 5%.
A. Mô hình gộp (Pooled OLS) tốt hơn FEM B. Mô hình FEM tốt hơn REM
C. Mô hình FEM tốt hơn mô hình REM D. Mô hình REM tốt hơn mô hình gộp
(Pooled OLS)