Câu hỏi: Trong kiểm định Lagrange để phát hiện mô hình hồi quy bị thiếu biến ta phải tính qs2 . Nếu qs2 =nR2>χα(1) thì kết luận mô hình thiếu biến. Các kết luận sau, kết luận nào đúng?

A. Nếu qs2 =nR2>χα(1) thì kết luận mô hình thiếu biến

B. Nếu qs2 =nR2>χα(1) thì kết luận mô hình không thiếu biến

C. Nếu qs2 =nR2>χα(2) thì kết luận mô hình thiếu biến

D. Nếu qs2 =nR2>χα(2) thì kết luận mô hình không thiếu biến

Câu 1: Câu nào sau đây đúng?

A. Nếu có biến trễ của biến phụ thuộc là biến độc lập thì không thể dùng kiểm định d- Durbin-Watson

B. Nếu có biến trễ của biến độc lập thì không thể dùng kiểm định d- Durbin-Watson

C. Mô hình hồi qui không có hệ số chặn thì có thể kiểm định tự tương quan theo cách kiểm định d- Durbin

D. Có các quan sát bị mất trong dữ liệu thì có thể kiểm định tự tương quan theo cách kiểm định d- Durbin

Câu 2: Mô hình hồi quy có tự tương quan nếu?

A. Các sai số ngẫu nhiên có mối quan hệ tương quan

B. Các biến độc lập và biến xu thế thời gian có mối quan hệ tương quan

C. Các biến độc lập có mối quan hệ tương quan

D. Biến độc lập và sai số ngẫu nhjiên có mối quan hệ tương quan

Câu 3: Giả sử với số quan sát n=20, ước lượng mô hình hồi qui:

A. Mô hình hồi qui không có tự tương quan

B. Không kết luận được

C. Mô hình hồi qui có Tự tương quan âm

D. Mô hình hồi qui có Tự tương quan dương

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

A. 21 coefficients

B. 100 coefficients

C. 105 coefficients

D. 84 coefficients

Câu 5: If the errors are heteroskedastic, then:

A. the OLS estimator is still BLUE as long as the regressors are nonrandom

B. the usual formula cannot be used for the OLS estimator

C. your model becomes overidentified

D. the OLS estimator is not BLUE

Câu 6: The advantage of using heteroskedasticity-robust standard errors is that:

A. that they are easier to compute than the homoskedasticity-only standard errors

B. they produce asymptotically valid inferences even if you do not know the form of the conditional variance function.

C. it makes the OLS estimator BLUE, even in the presence of heteroskedasticity

D. they do not unnecessarily complicate matters, since in real-world applications, the functional form of the conditional variance can easily be found