参数的不确定性从哪里看出来呢？？表格中的P value都很小，说明参数是确定的吧？？模型的不确定性是用什么来表示呢？？如果用F test， 第1题已经说了，也是显著性的，本题答案C选项到底是个啥说法呢？两个都不确定？还是一个确定，一个不确定？

题目中说是432个样本，表格中的观察值的数量是431，两个不应该相等吗？？差异是出在哪里呢？

这里老师说给含权债券估值时，要看清楚给出的二叉树是基准二叉树，要记得把OAS加上。想起来之前计算callable bond中option的价值时，第二步计算含权债券价值事并没有加过OAS呀？

Statement 2的两个不一致是什么个意思呀？根本搞不明白。

老师这里OAS call是啥意思呢？利率波动性上升，V call上升，V callable应该下降。这里老师说利率波动性上升，V callable和OAS call都下降，不理解OAS call？

多重共线性并不影响一致性，自变量越多，回归方程解释力度更强，虽然是多重贡献，但毕竟还有各个因子自身的独特因素，增加了该因子就会加强解释力度，按道理SEE应该变小的呀，SEE怎么会变大呢？，

这一块是讲误差项之间的正相关的情形，很难想象这样的一个情形，也就是说，不知道这是怎样的一种情形，相关性是指两组数据的方向性的相关程度，两个残差项，不是两组数据，怎么也有相关性呢？怎么看待两个残渣项之间的相关性呢？说不通。

本页截屏提到的 t-test，针对多元回归的系数进行T test，不是说没效果嘛，应该使用F test，这里怎么还在讲T test呢？本章可是讲多元回归呀。

如老师推导，第一组， See变小了， bj的标准差怎么变小的呢？ Error的标准差和系数的标准差有这样的正比例或正相关的关系吗？

Statement 2，增加样本容量，提高回归方程的解释力度，这个一致性，怎么会在这种情况下破坏了呢？增加非重要的参数，多多少少是能增加解释力度的呀