Trong phân tích chuỗi thời gian, mô hình ARIMA thường được sử dụng để làm gì?

• A. So sánh trung bình của hai nhóm.
• B. Dự đoán giá trị tương lai của chuỗi thời gian dựa trên các giá trị quá khứ của nó.
• C. Xác định mối quan hệ giữa hai biến định lượng.
• D. Phân tích sự khác biệt giữa nhiều nhóm.

Trong phân tích phương sai (ANOVA), giá trị p-value nhỏ hơn mức ý nghĩa alpha (ví dụ: 0.05) cho phép chúng ta kết luận điều gì?

• A. Không có sự khác biệt đáng kể về trung bình giữa các nhóm.
• B. Có sự khác biệt đáng kể về trung bình ít nhất giữa hai nhóm.
• C. Tất cả các nhóm đều có trung bình giống nhau.
• D. Mô hình ANOVA không phù hợp với dữ liệu.

Trong kỹ thuật lấy mẫu, phương pháp lấy mẫu ngẫu nhiên đơn giản khác với lấy mẫu hệ thống ở điểm nào?

• A. Lấy mẫu ngẫu nhiên đơn giản chỉ chọn một phần tử duy nhất.
• B. Lấy mẫu hệ thống chọn phần tử theo một khoảng cách cố định sau khi chọn điểm bắt đầu ngẫu nhiên.
• C. Lấy mẫu hệ thống yêu cầu phân tầng dữ liệu.
• D. Lấy mẫu ngẫu nhiên đơn giản có tính đến các nhóm nhỏ trong tổng thể.

Khi nào chúng ta nên sử dụng kiểm định Wilcoxon Rank-Sum (còn gọi là Mann-Whitney U test)?

• A. Để so sánh trung bình của hai mẫu độc lập khi dữ liệu có phân phối chuẩn.
• B. Để so sánh trung vị của hai mẫu độc lập khi giả định phân phối chuẩn không được thỏa mãn.
• C. Để kiểm định mối quan hệ giữa hai biến định tính.
• D. Để phân tích phương sai của ba nhóm trở lên.

Khi nào chúng ta sử dụng kiểm định McNemar?

• A. Để so sánh trung bình của hai mẫu độc lập.
• B. Để so sánh hai tỷ lệ từ các mẫu cặp đôi (paired samples) hoặc mẫu lặp lại.
• C. Để kiểm định mối quan hệ giữa hai biến định lượng.
• D. Để phân tích phương sai.

Trong thống kê mô tả, độ lệch chuẩn (standard deviation) là thước đo phổ biến nhất cho điều gì?

• A. Giá trị trung tâm của dữ liệu.
• B. Mức độ phân tán hoặc biến thiên của dữ liệu xung quanh giá trị trung bình.
• C. Tỷ lệ các giá trị nằm trong một khoảng nhất định.
• D. Mối quan hệ giữa hai biến.

Khái niệm 'sai số hệ thống' (systematic error) trong đo lường thống kê khác với 'sai số ngẫu nhiên' (random error) ở điểm nào?

• A. Sai số hệ thống luôn có cùng dấu và độ lớn, trong khi sai số ngẫu nhiên thay đổi thất thường.
• B. Sai số ngẫu nhiên có thể được loại bỏ bằng cách tăng cỡ mẫu.
• C. Sai số hệ thống chỉ xảy ra trong các phép đo định tính.
• D. Sai số ngẫu nhiên ảnh hưởng đến độ chính xác, còn sai số hệ thống ảnh hưởng đến độ tin cậy.

Khái niệm 'giả thuyết thay thế' (alternative hypothesis) trong kiểm định giả thuyết là gì?

• A. Tuyên bố rằng không có hiệu ứng hoặc mối quan hệ nào tồn tại.
• B. Tuyên bố rằng có một hiệu ứng hoặc mối quan hệ tồn tại, thường là điều mà nhà nghiên cứu muốn chứng minh.
• C. Tuyên bố về giá trị của tham số tổng thể.
• D. Tuyên bố về sự khác biệt giữa hai mẫu.

Khi nào hệ số tương quan Spearman là lựa chọn tốt hơn hệ số tương quan Pearson?

• A. Khi mối quan hệ giữa hai biến là tuyến tính mạnh.
• B. Khi dữ liệu có phân phối chuẩn.
• C. Khi mối quan hệ giữa hai biến là đơn điệu (monotonically) nhưng không nhất thiết là tuyến tính, hoặc khi dữ liệu có các giá trị ngoại lệ.
• D. Khi cả hai biến đều có thang đo khoảng hoặc tỷ lệ.

Khi nào chúng ta sử dụng kiểm định t của Student cho hai mẫu độc lập?

• A. Để so sánh trung bình của hai mẫu phụ thuộc.
• B. Để so sánh trung bình của hai mẫu độc lập khi phương sai tổng thể của hai nhóm là bằng nhau hoặc không bằng nhau (với biến thể của kiểm định t).
• C. Để kiểm định mối quan hệ giữa hai biến định tính.
• D. Để phân tích sự khác biệt giữa nhiều hơn hai nhóm.

Khái niệm 'độ nhạy' (sensitivity) trong đánh giá xét nghiệm hoặc mô hình chẩn đoán đề cập đến điều gì?

• A. Tỷ lệ các trường hợp âm tính thực sự được xác định đúng là âm tính.
• B. Tỷ lệ các trường hợp dương tính thực sự được xác định đúng là dương tính.
• C. Tỷ lệ các trường hợp dương tính được xác định sai là dương tính.
• D. Tỷ lệ các trường hợp âm tính được xác định sai là âm tính.

Trong phân tích hồi quy, nếu giả định về tuyến tính bị vi phạm, phương pháp nào có thể được xem xét?

• A. Sử dụng kiểm định t.
• B. Chuyển đổi biến (ví dụ: logarit, bình phương) hoặc sử dụng các mô hình hồi quy phi tuyến.
• C. Tăng cỡ mẫu.
• D. Bỏ qua giả định này nếu p-value của biến độc lập nhỏ.

Khái niệm 'sai số loại I' (Type I error) trong kiểm định giả thuyết xảy ra khi nào?

• A. Bác bỏ giả thuyết không khi giả thuyết không là đúng.
• B. Chấp nhận giả thuyết không khi giả thuyết không là sai.
• C. Bác bỏ giả thuyết không khi giả thuyết không là sai.
• D. Chấp nhận giả thuyết không khi giả thuyết không là đúng.

Trong thống kê suy luận, mục đích chính của việc xây dựng khoảng tin cậy là gì?

• A. Để bác bỏ giả thuyết không.
• B. Để đưa ra một khoảng giá trị mà tham số tổng thể có khả năng cao nằm trong đó.
• C. Để xác định mối quan hệ nhân quả.
• D. Để mô tả đặc điểm của mẫu.

Giả định về phương sai sai số không đổi (homoscedasticity) trong hồi quy tuyến tính có ý nghĩa gì?

• A. Phương sai của các giá trị dự đoán là như nhau cho mọi giá trị của biến độc lập.
• B. Phương sai của phần dư (sai số) là như nhau trên mọi mức của biến độc lập.
• C. Phương sai của các biến độc lập là như nhau.
• D. Phương sai của biến phụ thuộc là như nhau trên mọi mức của biến độc lập.

Khi nào chúng ta sử dụng kiểm định phi tham số thay vì kiểm định tham số?

• A. Khi dữ liệu có phân phối chuẩn.
• B. Khi cỡ mẫu lớn.
• C. Khi các giả định của kiểm định tham số (ví dụ: phân phối chuẩn, phương sai bằng nhau) không được thỏa mãn.
• D. Khi chúng ta muốn ước lượng tham số tổng thể một cách chính xác.

Trong phân tích chuỗi thời gian, khái niệm 'tính mùa vụ' (seasonality) đề cập đến điều gì?

• A. Xu hướng dài hạn của dữ liệu tăng hoặc giảm.
• B. Sự biến động ngẫu nhiên không thể dự đoán được.
• C. Các mẫu hoặc xu hướng lặp lại theo chu kỳ cố định (ví dụ: hàng ngày, hàng tuần, hàng tháng, hàng năm).
• D. Phần còn lại sau khi loại bỏ xu hướng và tính mùa vụ.

Khi thực hiện kiểm định giả thuyết về trung bình của một tổng thể với độ lệch chuẩn tổng thể đã biết, bạn nên sử dụng loại kiểm định nào?

• A. Kiểm định t một mẫu.
• B. Kiểm định z.
• C. Kiểm định chi-bình phương.
• D. Kiểm định F.

Nếu bạn muốn so sánh tỷ lệ thành công giữa hai nhóm độc lập, phương pháp thống kê nào là phù hợp nhất?

• A. Kiểm định t độc lập.
• B. Kiểm định chi-bình phương.
• C. Phân tích phương sai (ANOVA).
• D. Hồi quy tuyến tính.

Trong phân tích hồi quy, hệ số chặn (intercept) biểu thị điều gì?

• A. Giá trị trung bình của biến phụ thuộc.
• B. Giá trị dự đoán của biến phụ thuộc khi tất cả các biến độc lập bằng 0.
• C. Mức độ thay đổi của biến phụ thuộc khi một biến độc lập thay đổi một đơn vị.
• D. Tỷ lệ biến thiên của biến phụ thuộc.

Trong phân tích hồi quy, khái niệm 'đa cộng tuyến' (multicollinearity) xảy ra khi nào?

• A. Biến phụ thuộc tương quan mạnh với một biến độc lập.
• B. Các biến độc lập tương quan mạnh với nhau.
• C. Phần dư của mô hình có phương sai không đổi.
• D. Biến độc lập có phân phối chuẩn.

Hệ số tương quan Pearson (r) đo lường điều gì trong mối quan hệ giữa hai biến định lượng?

• A. Mức độ ảnh hưởng nhân quả của biến này lên biến kia.
• B. Sức mạnh và chiều hướng của mối quan hệ tuyến tính.
• C. Sự khác biệt về trung bình giữa hai nhóm.
• D. Tỷ lệ biến thiên của biến phụ thuộc được giải thích bởi biến độc lập.

Trong kiểm định giả thuyết về hai trung bình của tổng thể độc lập với giả định phương sai bằng nhau, chúng ta sử dụng công thức phương sai gộp (pooled variance) để làm gì?

• A. Ước lượng độ lệch chuẩn của tổng thể.
• B. Ước lượng phương sai chung của hai tổng thể để sử dụng trong công thức sai số chuẩn của sự khác biệt trung bình.
• C. Tăng kích thước mẫu để có sức mạnh thống kê cao hơn.
• D. Xác định giá trị p-value.

Nếu bạn thực hiện một nghiên cứu với hai biến độc lập và một biến phụ thuộc, bạn sẽ sử dụng loại phân tích nào?

• A. Hồi quy tuyến tính đơn giản.
• B. Hồi quy tuyến tính bội.
• C. Kiểm định t độc lập.
• D. Kiểm định chi-bình phương.

Trong phân tích hồi quy, giá trị p-value của một biến độc lập cho biết điều gì?

• A. Tỷ lệ biến thiên của biến phụ thuộc được giải thích bởi biến đó.
• B. Xác suất quan sát được hệ số hồi quy bằng hoặc cực đoan hơn hệ số quan sát được, giả sử hệ số thực tế bằng 0.
• C. Mối quan hệ nhân quả giữa biến độc lập và biến phụ thuộc.
• D. Độ lớn của hệ số hồi quy.

Trong phân tích hồi quy, nếu hệ số hồi quy cho một biến độc lập là âm, điều đó có nghĩa là gì?

• A. Biến độc lập không ảnh hưởng đến biến phụ thuộc.
• B. Khi biến độc lập tăng, biến phụ thuộc có xu hướng giảm, giữ các biến khác không đổi.
• C. Khi biến độc lập tăng, biến phụ thuộc có xu hướng tăng, giữ các biến khác không đổi.
• D. Mối quan hệ giữa hai biến là không tuyến tính.

Trong phân tích hồi quy tuyến tính bội, giả định nào sau đây là quan trọng nhất để đảm bảo tính không thiên vị của các ước lượng hệ số hồi quy?

• A. Phần dư có phân phối chuẩn với trung bình bằng 0 và phương sai không đổi.
• B. Các biến độc lập không tương quan với nhau.
• C. Các biến độc lập có tương quan tuyến tính với biến phụ thuộc.
• D. Các quan sát là độc lập với nhau.

Khi sử dụng phân tích nhân tố (factor analysis), mục đích chính là gì?

• A. Dự đoán giá trị của một biến phụ thuộc.
• B. Kiểm định sự khác biệt trung bình giữa các nhóm.
• C. Giảm số lượng biến quan sát bằng cách xác định các nhân tố tiềm ẩn (latent factors) giải thích mối tương quan giữa chúng.
• D. So sánh tỷ lệ giữa các biến định tính.

Hệ số xác định (R-squared) trong hồi quy tuyến tính bội cho biết điều gì?

• A. Tỷ lệ phần trăm biến thiên của biến phụ thuộc được giải thích bởi các biến độc lập trong mô hình.
• B. Sức mạnh và chiều hướng của mối quan hệ giữa hai biến.
• C. Mức độ phù hợp của mô hình hồi quy với dữ liệu, có tính đến số lượng biến độc lập.
• D. Trung bình của các giá trị dự đoán.

Khi thực hiện lấy mẫu phi ngẫu nhiên, phương pháp nào sau đây giúp tăng tính đại diện cho mẫu?

• A. Lấy mẫu thuận tiện.
• B. Lấy mẫu theo định mức (quota sampling).
• C. Lấy mẫu quả cầu tuyết (snowball sampling).
• D. Lấy mẫu hệ thống.