1.我们对数据生成过程为  Yt=α+Yt-1+μt，用ols估计式Yt=α+βYt-1+γt+μt时（举例），只检验了β=1的情况，而不检验β=-1的情况，书上解释说是因为“β=-1的DF分布是β=1的DF分布的镜像，所以只研究β=1的情况”，可是镜像是什么样子的？关于什么对称吗？为什么是镜像就可以转换成β=1的情况研究？

2. 同样是数据生成过程为Yt=α+Yt-1+μt，

   用ols估计式Yt=α+βYt-1+γt+μt       ①

   时，为了防止α≠0时使估计式引入时间趋势项导致解释变量多重共线性，等价的ols估计式   

   为：

   Yt*=α*+β*Yt-1*+γ*t+μt

    α*=(1-β)α, β*=β, γ*=γ+βα,

    Yt-1*= Yt-1-αt+α              ②

那么一般用的估计式实质是①还是②？

3.同样是数据生成过程为Yt=α+Yt-1+μt，

   用ols估计式Yt=α+βYt-1+γt+μt ,

书中只提到还要区分趋势平稳过程，可没有讲如何区分？当β为0或不为0时，都需要区分吗？

4.有没有人能对比如下AR（1）的检验流程图，画一个AR（p）和μt自相关时的检验流程图？