SlideShare a Scribd company logo
1 of 3
KHOA KINH TẾ - QTKD                             ĐỀ THI HỌC KỲ 1 NĂM HỌC 2006-2007
BM KTNN&TNMT                                    MÔN: KINH TẾ LƯỢNG
                                                THỜI GIAN: 120 phút
                                                LẦN: 2

                                       NỘI DUNG ĐỀ

Câu 1 (6,5 điểm): Để nghiên cứu các nhân tố ảnh hưởng đến mức thu nhập bình quân đầu
người của hộ gia đình, người ta ước lượng mô hình hồi quy tuyến tính đa biến trên mẫu gồm
1923 hộ gia đình.
     Kết quả ước lượng được cho trong bảng và một số kiểm định như sau:
.   regress pincome tietkiem sonhankhau dependancyratio farm marital literacy thanhthi

      Source |       SS       df       MS              Number of obs =     1923
-------------+------------------------------           F( 7, 1915) = 1848.42
       Model | 1.2251e+10      7 1.7502e+09            Prob > F      = 0.0000
    Residual | 1.8132e+09 1915 946861.917              R-squared     = 0.8711
-------------+------------------------------           Adj R-squared = 0.8706
       Total | 1.4065e+10 1922 7317689.92              Root MSE      = 973.07
------------------------------------------------------------------------------
     pincome |      Coef.   Std. Err.       t   P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
    tietkiem |   .0147346   .0017335      8.50  0.000     .0113349     .0181343
  sonhankhau | -584.1818    13.17162   -44.35   0.000     -610.014   -558.3496
tilephuthuoc |    -2.1439   1.109175    -1.93   0.053    -4.319217     .0314175
        farm | -45.16525    54.26224    -0.83   0.405    -151.5845     61.25406
     marital |   105.8002   63.50424      1.67  0.096    -18.74457     230.3449
    thanhthi |   161.3197   63.44069      2.54  0.011     36.89959     285.7398
     thunhap |   .1782062   .0018596    95.83   0.000     .1745592     .1818532
       _cons |   3331.414   88.99132    37.44   0.000     3156.884     3505.944

. hettest

Breusch-Pagan / Cook-Weisberg test for heteroskedasticity
         Ho: Constant variance
         Variables: fitted values of pincome

           chi2(1)       =   3510.24
           Prob > chi2   =    0.0000

. dwstat

Number of gaps in sample: 149
Durbin-Watson d-statistic( 8,       1923) =   1.953171

. regress tietkiem sonhankhau dependancyratio farm marital thanhthi thunhap

      Source |       SS       df       MS              Number of obs =     1923
-------------+------------------------------           F( 6, 1916) =      36.78
       Model | 3.6289e+10      6 6.0482e+09            Prob > F      = 0.0000
    Residual | 3.1510e+11 1916     164456972           R-squared     = 0.1033
-------------+------------------------------           Adj R-squared = 0.1005
       Total | 3.5139e+11 1922     182824534           Root MSE      =    12824
------------------------------------------------------------------------------
    tietkiem |      Coef.   Std. Err.       t   P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
  sonhankhau | -735.0011    172.7749    -4.25   0.000    -1073.848   -396.1544
tilephuthuoc |   12.92354   14.61484      0.88  0.377    -15.73914     41.58621
        farm |   96.04204   715.1193      0.13  0.893    -1306.452     1498.536
     marital | -303.0674    836.8944    -0.36   0.717    -1944.387     1338.252
    thanhthi |       1884   834.9769      2.26  0.024     246.4413      3521.56
     thunhap |   .3104959   .0234581    13.24   0.000     .2644899      .356502
       _cons |   1576.411   1172.264      1.34  0.179    -722.6372      3875.46
------------------------------------------------------------------------------
. imtest, white(Phuong sai sai so thay doi)

White's test for Ho: homoskedasticity
         against Ha: unrestricted heteroskedasticity
         chi2(32)     =    739.69
         Prob > chi2 =     0.0000

Cameron & Trivedi's decomposition of IM-test
---------------------------------------------------
              Source |       chi2     df       p
---------------------+-----------------------------
  Heteroskedasticity |     739.69     32     0.0000
            Skewness |      77.73      7     0.0000
            Kurtosis |      10.64      1     0.0011
---------------------+-----------------------------
               Total |     828.06     40     0.0000

Trong đó:
Biến phụ thuộc:      pincome:          Thu nhập bình quân đầu người của hộ (1000 VND)
Các biến độc lập:
Thanhthi:      Biến giả (1/0) với 1 cho hộ thành thị
Tilephuthuoc: tỉ lệ phụ thuộc trong hộ (được tính bằng số người ngoài tuổi lao động chia cho
               số nhân khẩu trong hộ)
Tietkiem:      mức tiết kiệm bình quân của hộ (1000 VND)
Sonhankhau: Tổng số nhân khẩu trong hộ (người)
Farm:          Biến giả (1/0) nghề nghiệp của hộ với 1 là hộ làm nông nghiệp
Marital:       Biến giả (1/0) tình trạng hôn nhân của chủ hộ với 1 là đã kết hôn
Thu nhập:      Thu nhập bình quân của hộ (1000 VND)
_cons:         hệ số tự do (hằng số) trong mô hình
Yêu cầu:
   a. Các bạn hãy cho biết từng biến giải thích trong mô hình hồi qui có ý nghĩa hay không ?
      Tại sao ? (1,75 điểm)
   b. Mô hình trên có ý nghĩa không? Dựa vào đâu? (0,5 điểm)
   c. Dựa vào bảng trên viết phương trình hồi quy nghiên cứu các nhân tố ảnh hưởng đến thu
      nhập bình quân đầu người của hộ gia đình (0,5 điểm)
   d. Giải thích ý nghĩa kinh tế của từng biến trong phương trình hồi quy (2,0 điểm)
   e. Mô hình có tồn tại phương sai sai số thay đổi không? Dựa vào đâu để kết luận điều
      này? Bạn hãy lý giải một trong các nhân tố từ mô hình hồi qui trên đã gây ra hiện tượng
      phương sai sai số thay đổi (0,75 điểm).
   f. Mô hình có tồn tại đa cộng tuyến không? Dựa vào đâu để kết luận điều này (0,5 điểm).
   g. Mô hình có tồn tại tự tương quan không? Dựa vào đâu để kết luận điều này (cho biết
      dL~ 1,12 và dU~1,92)? (0,5 điểm).
Câu 2 (3,5 đ iể m): Người ta chọn mẫu ngẫu nhiên gồm 1629 nhân viên (tại Mỹ) và ước lượng
mô hình sau đây (giả định rằng các hệ số hồi qui đều đạt ý nghĩa thống kê) :
       LWAGE = 0.448 + 0.0795SCHOOL + 0.059EXP – 0.00076EXP2 + 0.1872URBAN –
              0.04393SOUTH – 0.01172HEALTH + 0.03173UNION
trong đó: LWAGE là lôgarít của mức lương tính theo giờ;
       SCHOOL là số năm theo học;
       EXP là số năm kinh nghiệm;
       EXP2 là bình phương của EXP;
       URBAN = 1 nếu nhân viên đó sống ở thành phố, 0 nếu sống ở nơi khác;
       SOUTH = 1 nếu nhân viên đó sống ở tiểu bang miền Nam, 0 nếu sống ở tiểu bang khác
       HEALTH = 1 nếu nhân viên đó có vấn đề về sức khỏe, 0 nếu sức khoẻ tốt ;
       UNION = 1 nếu nhân viên đó là một đoàn viên công đoàn, 0 nếu khác.
a.    Hãy giải thích ý nghĩa các hệ số hồi qui của các biến độc lập trong mô hình một cách
         thận trọng (1,75 điểm).
   b.    Hãy viết phương trình lương cho nhân viên là đoàn viên công đoàn, có vấn đề về sức
         khỏe và không sống ở một tiểu bang miền Nam (0,5 điểm).
   c.    Hãy viết một dạng hàm hồi qui nhằm kiểm định giả thuyết H0: Nhân viên thành phố
         không có sự khác biệt về tiền lương xuất phát từ kinh nghiệm của họ (0,5 điểm).
   d.    Xác định số năm kinh nghiệm tối ưu mà thành viên công đoàn đạt được nhằm đạt
         được mức lôgarít lương theo giờ tối ưu theo EXP (0,75 điểm).
Ghi chú: (Sinh viên được sử dụng tài liệu)
Cần Thơ, ngày 27 tháng 03 năm 2007
Giảng viên ra đề



Nguyễn Văn Ngân, Phạm Thị Thu Trà, Vũ Thị Hồng Nhung

More Related Content

Featured

Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTExpeed Software
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsPixeldarts
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthThinkNow
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfmarketingartwork
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024Neil Kimberley
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)contently
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024Albert Qian
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsKurio // The Social Media Age(ncy)
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Search Engine Journal
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summarySpeakerHub
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next Tessa Mero
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentLily Ray
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best PracticesVit Horky
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project managementMindGenius
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...RachelPearson36
 
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Applitools
 

Featured (20)

Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPT
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage Engineerings
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
 
Skeleton Culture Code
Skeleton Culture CodeSkeleton Culture Code
Skeleton Culture Code
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
 
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
 

De ngan 27[1].02.07_lan_2

  • 1. KHOA KINH TẾ - QTKD ĐỀ THI HỌC KỲ 1 NĂM HỌC 2006-2007 BM KTNN&TNMT MÔN: KINH TẾ LƯỢNG THỜI GIAN: 120 phút LẦN: 2 NỘI DUNG ĐỀ Câu 1 (6,5 điểm): Để nghiên cứu các nhân tố ảnh hưởng đến mức thu nhập bình quân đầu người của hộ gia đình, người ta ước lượng mô hình hồi quy tuyến tính đa biến trên mẫu gồm 1923 hộ gia đình. Kết quả ước lượng được cho trong bảng và một số kiểm định như sau: . regress pincome tietkiem sonhankhau dependancyratio farm marital literacy thanhthi Source | SS df MS Number of obs = 1923 -------------+------------------------------ F( 7, 1915) = 1848.42 Model | 1.2251e+10 7 1.7502e+09 Prob > F = 0.0000 Residual | 1.8132e+09 1915 946861.917 R-squared = 0.8711 -------------+------------------------------ Adj R-squared = 0.8706 Total | 1.4065e+10 1922 7317689.92 Root MSE = 973.07 ------------------------------------------------------------------------------ pincome | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- tietkiem | .0147346 .0017335 8.50 0.000 .0113349 .0181343 sonhankhau | -584.1818 13.17162 -44.35 0.000 -610.014 -558.3496 tilephuthuoc | -2.1439 1.109175 -1.93 0.053 -4.319217 .0314175 farm | -45.16525 54.26224 -0.83 0.405 -151.5845 61.25406 marital | 105.8002 63.50424 1.67 0.096 -18.74457 230.3449 thanhthi | 161.3197 63.44069 2.54 0.011 36.89959 285.7398 thunhap | .1782062 .0018596 95.83 0.000 .1745592 .1818532 _cons | 3331.414 88.99132 37.44 0.000 3156.884 3505.944 . hettest Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance Variables: fitted values of pincome chi2(1) = 3510.24 Prob > chi2 = 0.0000 . dwstat Number of gaps in sample: 149 Durbin-Watson d-statistic( 8, 1923) = 1.953171 . regress tietkiem sonhankhau dependancyratio farm marital thanhthi thunhap Source | SS df MS Number of obs = 1923 -------------+------------------------------ F( 6, 1916) = 36.78 Model | 3.6289e+10 6 6.0482e+09 Prob > F = 0.0000 Residual | 3.1510e+11 1916 164456972 R-squared = 0.1033 -------------+------------------------------ Adj R-squared = 0.1005 Total | 3.5139e+11 1922 182824534 Root MSE = 12824 ------------------------------------------------------------------------------ tietkiem | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- sonhankhau | -735.0011 172.7749 -4.25 0.000 -1073.848 -396.1544 tilephuthuoc | 12.92354 14.61484 0.88 0.377 -15.73914 41.58621 farm | 96.04204 715.1193 0.13 0.893 -1306.452 1498.536 marital | -303.0674 836.8944 -0.36 0.717 -1944.387 1338.252 thanhthi | 1884 834.9769 2.26 0.024 246.4413 3521.56 thunhap | .3104959 .0234581 13.24 0.000 .2644899 .356502 _cons | 1576.411 1172.264 1.34 0.179 -722.6372 3875.46 ------------------------------------------------------------------------------
  • 2. . imtest, white(Phuong sai sai so thay doi) White's test for Ho: homoskedasticity against Ha: unrestricted heteroskedasticity chi2(32) = 739.69 Prob > chi2 = 0.0000 Cameron & Trivedi's decomposition of IM-test --------------------------------------------------- Source | chi2 df p ---------------------+----------------------------- Heteroskedasticity | 739.69 32 0.0000 Skewness | 77.73 7 0.0000 Kurtosis | 10.64 1 0.0011 ---------------------+----------------------------- Total | 828.06 40 0.0000 Trong đó: Biến phụ thuộc: pincome: Thu nhập bình quân đầu người của hộ (1000 VND) Các biến độc lập: Thanhthi: Biến giả (1/0) với 1 cho hộ thành thị Tilephuthuoc: tỉ lệ phụ thuộc trong hộ (được tính bằng số người ngoài tuổi lao động chia cho số nhân khẩu trong hộ) Tietkiem: mức tiết kiệm bình quân của hộ (1000 VND) Sonhankhau: Tổng số nhân khẩu trong hộ (người) Farm: Biến giả (1/0) nghề nghiệp của hộ với 1 là hộ làm nông nghiệp Marital: Biến giả (1/0) tình trạng hôn nhân của chủ hộ với 1 là đã kết hôn Thu nhập: Thu nhập bình quân của hộ (1000 VND) _cons: hệ số tự do (hằng số) trong mô hình Yêu cầu: a. Các bạn hãy cho biết từng biến giải thích trong mô hình hồi qui có ý nghĩa hay không ? Tại sao ? (1,75 điểm) b. Mô hình trên có ý nghĩa không? Dựa vào đâu? (0,5 điểm) c. Dựa vào bảng trên viết phương trình hồi quy nghiên cứu các nhân tố ảnh hưởng đến thu nhập bình quân đầu người của hộ gia đình (0,5 điểm) d. Giải thích ý nghĩa kinh tế của từng biến trong phương trình hồi quy (2,0 điểm) e. Mô hình có tồn tại phương sai sai số thay đổi không? Dựa vào đâu để kết luận điều này? Bạn hãy lý giải một trong các nhân tố từ mô hình hồi qui trên đã gây ra hiện tượng phương sai sai số thay đổi (0,75 điểm). f. Mô hình có tồn tại đa cộng tuyến không? Dựa vào đâu để kết luận điều này (0,5 điểm). g. Mô hình có tồn tại tự tương quan không? Dựa vào đâu để kết luận điều này (cho biết dL~ 1,12 và dU~1,92)? (0,5 điểm). Câu 2 (3,5 đ iể m): Người ta chọn mẫu ngẫu nhiên gồm 1629 nhân viên (tại Mỹ) và ước lượng mô hình sau đây (giả định rằng các hệ số hồi qui đều đạt ý nghĩa thống kê) : LWAGE = 0.448 + 0.0795SCHOOL + 0.059EXP – 0.00076EXP2 + 0.1872URBAN – 0.04393SOUTH – 0.01172HEALTH + 0.03173UNION trong đó: LWAGE là lôgarít của mức lương tính theo giờ; SCHOOL là số năm theo học; EXP là số năm kinh nghiệm; EXP2 là bình phương của EXP; URBAN = 1 nếu nhân viên đó sống ở thành phố, 0 nếu sống ở nơi khác; SOUTH = 1 nếu nhân viên đó sống ở tiểu bang miền Nam, 0 nếu sống ở tiểu bang khác HEALTH = 1 nếu nhân viên đó có vấn đề về sức khỏe, 0 nếu sức khoẻ tốt ; UNION = 1 nếu nhân viên đó là một đoàn viên công đoàn, 0 nếu khác.
  • 3. a. Hãy giải thích ý nghĩa các hệ số hồi qui của các biến độc lập trong mô hình một cách thận trọng (1,75 điểm). b. Hãy viết phương trình lương cho nhân viên là đoàn viên công đoàn, có vấn đề về sức khỏe và không sống ở một tiểu bang miền Nam (0,5 điểm). c. Hãy viết một dạng hàm hồi qui nhằm kiểm định giả thuyết H0: Nhân viên thành phố không có sự khác biệt về tiền lương xuất phát từ kinh nghiệm của họ (0,5 điểm). d. Xác định số năm kinh nghiệm tối ưu mà thành viên công đoàn đạt được nhằm đạt được mức lôgarít lương theo giờ tối ưu theo EXP (0,75 điểm). Ghi chú: (Sinh viên được sử dụng tài liệu) Cần Thơ, ngày 27 tháng 03 năm 2007 Giảng viên ra đề Nguyễn Văn Ngân, Phạm Thị Thu Trà, Vũ Thị Hồng Nhung