表格中3为什么会出现多重共线性，4中为什么会出现序列相关，可以换个例子在详细解答一下？没搞懂

这里提到的相关性是否可以理解M1中线性假设条件5b，X1，X2之间或者X1的组合和X2的组合之间不具有强相关性，但是可能存在弱相关（不违反线性的假设条件）？

这里有个疑问，如果三因子模型增加了两个限制，但是可以解释数量为800，五因子模型没有限制，可以解释的数量为1000，这种情况又该怎么理解？

General linear F-test是单元回归的F检验还是多元回归的F检验？

这里是看多重共线性的问题？

这里的b1_CAP 是所有b1计算出来的平均值？

AIC 和 BIC是否具有统计学上的显著性？还是跟R^2或者adjusted R^2一样不能直接判决是否具有统计学上的显著性？

这里是否可以理解为adjusted R^2 越大模型解释力度的效果就越好？

多元线性回归假设5a中说X 不随机，残差随机 因此X与残差之间的协方差=0，那么如果X随机，残差随机，是否也可以推出X与残差之间的协方差=0，是否也可以用来检验双方之间的线性关系？

这里问一下，课程里面讲的例子B1=1.1，B2=-0.2，说明1.1市场因子成正相关，-0.2成负相关，跟现实中实际市场分析时真实的情况一致（即市场因子跟真实情况正相关，跟规模因子负相关）？②考试的时候是否也会根据这种实际情况来考？