刚开始学一元回归，正好实际工作中遇到问题。请老师讲解。
有如下数据，需预测2011年2月末的值或区间：

占全年比值	2006年	2007年	2008年	2009年	2010年	2011年
1月末	13.50%	13.6%	9.6%	11.8%	12.3%	14.5%
2月末	24.60%	26.3%	20.6%	24.0%	25.3%

做法：设1月末为X，2月末为Y，建立方程：y=c+bx
结果：    Y =9.2% +1.23*X，据此预测：y=27%。

Coefficient Std. Error t-Statistic Prob.  
   
C 0.092050 0.036267 2.538106 0.0848
X 1.229852 0.296140 4.152942 0.0254
   
R-squared 0.851829                           Mean dependent var  0.241600
Adjusted R-squared 0.802439           S.D. dependent var  0.021663
S.E. of regression 0.009629              Akaike info criterion  -6.158926
Sum squared resid 0.000278             Schwarz criterion  -6.315151
Log likelihood 17.39731                      Hannan-Quinn criter.  -6.578218
F-statistic 17.24693                            Durbin-Watson stat  1.455247
Prob(F-statistic) 0.025377   

问题如下：
1、标准差SE与可决系数R之间的关系。
     因感觉本方程R不算很高，我又调整了样本数，即剔除2006年数据只用2007-2010年数据拟合方程，则R可达0.97，而SE只有0.004826.
     请问老师，是否用剔除2006年后的拟合方程更适合？不但R高，而且SE低，有利进行区间预测。（在预测时，我都用2倍SE加点估计作为95%置信的区间估计，没错吧？）
     是否R越高，SE越低？二者之间的关系能否证明？
2、在EVIEWS中能否直接看到区间估计的数值？
    在EVIEWS中的方程中用forecast预测时，只能看到2倍SE的图，看不到具体数值，每次需要手工计算，比较麻烦。

谢谢！