Q1為什么不選B，E(Xt-1)不是時(shí)間序列的均值嗎？
Q7里的均值回歸線的公式是怎么推導(dǎo)出來的？對于AR（n）n>1的情況下的均值回歸線公式是什么樣的？
51：50左右，因?yàn)?個(gè)種類兩個(gè)dummy，兩個(gè)dummy都與age相乘，所以只要其中一個(gè)顯著，就保留所有的interaction term嗎？其中一個(gè)不顯著意味著什么嗎？
1. 老師說的multicollinearity, homoskedasticity, serial correlation 影響 estimator 指的是 estimator 是否unbias 吧？2. 如果我理解正確，那么，multicollinearity 沒有影響consistency, 卻導(dǎo)致 biased estimator, 是不是說，如果population中的X2的系數(shù)為5，如果biased，X2的系數(shù)在sample中估計(jì)出來的不等于5，比如說3，而且sample size越大，X2的estimator越接近于3？3. 如果1和2理解都正確，依靠增加sample size解決multicollinearity也沒意義了吧，算出來都是接近錯(cuò)誤的值。
為什么10：30處老師說殘差能解釋yt？殘差不是回歸中不能解釋的部分嗎
First difference，如何從這個(gè)地方看出它方差穩(wěn)定？ yt -yt-1 = b0+(b1-1)yt-1+et?
Q1中，問的是price 變動一單位 log regression的變動，這個(gè)是不是就在問導(dǎo)數(shù)？但是如果對這個(gè)函數(shù)求導(dǎo)的話會發(fā)現(xiàn)，price的導(dǎo)數(shù)和x的取值都有關(guān)系。本題中并沒給出x的取值，為什么可以求變化率？
SE的這個(gè)公式怎么得來的
第二題 老師這里是不是講錯(cuò)了？Irene Wang老師在強(qiáng)化課程里專門做了區(qū)分 講了一階差分應(yīng)該是：Xt-Xt-1=b0+b1(Xt-1-Xt-2)+et；而講題老師說的好像是DF的公式吧
老師，能否解釋一下什么時(shí)候需要使用廣義最小二乘法糾正模型？以及廣義最小二乘法GLS究竟是什么
49:30 視頻處，夸張一點(diǎn)，模型有10個(gè)自變量，只有2個(gè)存在嚴(yán)重multicollinearity，那么VIF會不會檢測不出來？因?yàn)閂IF只是把其中一個(gè)X放到等式左邊，其余的所有X放到右邊。而不是挑選其中幾個(gè)X來做，比如只挑選3個(gè)測試VIF，X1 = a0 + a1X3 + a2X5 + u，這樣就更容易篩選出VIF大的了
45：05處，為什么要三個(gè)都不顯著才能屬于multicollinearity
老師說：1. Consistency因?yàn)橛昧薕LS方法，所以如果殘差與X有相關(guān)性，會導(dǎo)致殘差定義不準(zhǔn)確，最終導(dǎo)致不符合consistency。簡言之，就是如果殘差與X有相關(guān)性，會導(dǎo)致不符合consistency。2. Conditional heteroskedasticity指的就是 殘差與X相關(guān)。為什么還符合consistency呢？
Vincent是不是沒搞清楚有效性和一致性的意思呀，一致性的意思是隨著樣本量的增加，模型越準(zhǔn)確！Vincent這說的是valid的吧，參數(shù)的有效，不是一致性吧！
當(dāng)誤差項(xiàng)和自變量相關(guān)的時(shí)候會打破一致性？在聽Irene老師的基礎(chǔ)課的時(shí)候，好像沒有聽到這樣的說法呀。
程寶問答
金程問答