這里只是分類嗎？不是還要按照可能被收購的程度分類嗎？
Q2中，哪里可以看出type_a,type_b是intercept，VOLA_TYPA，VOLA_TYPB 是slope？
Q9，既然company3沒有單位根，為什么還要做一階差分？
Q2: 老師在上課說，只要加了independent variable，R2不會“stay the same”，再小也會多少增加點的，這里R2的表述寫了“stay the same”，為什么是對的？
請問第2小題的A選項是以第一小題的結(jié)論(自變量一個顯著，一個不顯著)來判斷的嗎?
p-value的數(shù)值就是AUC的面積嗎？如果不是，怎么判斷AUC的面積是多大，多小？
General Linear F-Test既可以用于一元回歸也可以用于多元回歸，具體取決于應(yīng)用的場景。在一元回歸中，F(xiàn)-Test主要用于檢驗?zāi)硞€自變量的系數(shù)是否顯著不等于零。在這種情況下，F(xiàn)-Test用于比較兩個不同的殘差平方和RSS（Residual Sum of Squares）。而在多元回歸中，F(xiàn)-Test主要用來檢驗整個回歸模型是否顯著。在這種情況下，F(xiàn)-Test會比較模型包含自變量后的殘差平方和與僅包含常數(shù)項的模型的殘差平方和。老師，上面這段話中，能解釋一下 “F-Test用于比較兩個不同的殘差平方和RSS（Residual Sum of Squares）” 和 “F-Test會比較模型包含自變量后的殘差平方和與僅包含常數(shù)項的模型的殘差平方和” 嗎？我沒有理解到
老師，對于顯著性檢驗，module1只講了針對單元回歸的whole model test（也就是F test，ANOVA table）和單元回歸的single coefficient test（也就是t test）吧？module1中沒有講多元回歸的whole model significance test和single coefficient significance test。針對多元回歸的顯著性檢驗，目前只有module2中的joint F test？
老師，能解釋一下為什么“Ycap估計量的標準誤等于Ycap估計量的標準差”嗎？標準誤不應(yīng)該是很多個樣本的均值的標準差嗎？標準誤 = 標準差 / n開根號。會有標準誤就等于標準差的情況嗎？如果還有其他標準誤等于標準差的例子，可以給我說一下嗎？
如果這道題反著說，負的序列自相關(guān)引起F和t低估，這句話算不算對？
自回歸模型的使用條件是 “歷史的數(shù)據(jù)和未來差不多”，那既然這樣的話，它還有什么使用價值呢？前后都差不多，那為什么還需要預(yù)測呢？課程聽到這，我感覺自回歸的應(yīng)用場景，只限于 “長期圍繞均值上下波動“的變量，對不對，比如利率這種東西，大漲大跌的比如說股票價格就不行？
第四題在解題的時候，因為HML這個東西的p-value>0.05，不顯著，不應(yīng)該在寫式子的時候扔掉HML這一部分嗎，即Rit - Rft = interceptit + BM(RMt-Rft) + BSMB(SMBt) + eit Rit - Rft = .09219 + .01348 x .0545 + .0077 x .0423 ？
這個方程好像題目中沒有，是需要自己根據(jù)數(shù)據(jù)推出來的嗎？考試會有這樣的題目嗎？
這里沒明白，為什么有了X4就變成強線性關(guān)系了？
第四題的df test是單尾吧？ ha是不是大于0
程寶問答
金程問答