用于进行广义差分变换的自相关系数p的常用估计方法有科克伦一奥科特迭代法和杜宾两步法。（ ）

已知模型的普通最小二乘估计残差的一阶自相关系数为0，则DW统计量的近似值为（） 中国大学MOOC: 某模型自相关系数图呈伪周期性，偏自相关系数图呈二阶截尾，那么它属于（ ）。 相关系数用于（） 所谓自相关，是指时间数列前后各期数值之间的相关关系，对这种相关关系程度的测定便是自相关系数。（ ） 简单相关系数矩阵方法主要用于检验（ ） 自相关系数反映了原信号和（）后的原信号之间的相关程度 1自相关系数rn对数列性质和特征的判断准则包括(　　)。 直线相关分析中，若总体相关系数p>0，则从该总体中抽取的样本相关系数（）。 直线相关分析中，如总体相关系数P 已知样本回归模型残差的一阶自相关系数接近于1，则DW统计量近似等于（） 已知样本回归模型残差的一阶自相关系数接近于1，则DW统计量近似等于（ ） 最常用的相关系数——Pearson相关系数度量的是两个变量之间的（ ）。 对相关系数进行检验的方法包括______和______。 如果总体的相关系数P为0,样本的相关系数|r|时,两个变量：|r|=0？（） 总体的相关系数P,样本的相关系数|r|≤1，可以明确判定两个变量之间的关系为（） 直线相关系数也需要进行显著性检验，相关系数显著，回归系数也显著；相关系数不显著，则回归系数也不显著。 分析相关系数时分析相关系数时（） 等级相关系数特别适用于（） 根据时间数列自相关系数，便可以对时间数列的性质和特征作出判别。判别的准则是：如果所有的自相关系数都近似地等于零，表明该时间数列属于(　　)。 总体相关系数可简称相关系数，记为r。（　　）