自相关修正用了差分法，但DW值还是没有通过检验，是不是模型有问题，需要改换模型形式 基本方法是通过差分变换，对原始数据进行变换的方法，使自相关消除.一，差分法，一阶。设Y对x的回归模型为Yt=β1+β1xt+μt(1)μt=ρμt-1+vt式中，vt满足最小平方法关于误差项的全部假设条件。将式(1)滞后一个时期，则有Yt-1=β0+β1xt-1+μt-1(2)μt-1=ρμt-2+vt-1于是，(1)-ρ×(2)，得Yt-ρYt-1=β0(1-ρ)+β1(xt-ρxt-1)+νt(3)Yt-ρYt-1=β1(xt-xt-1)+μt-μt-1=β1(xt-xt-1)+vt(4)ρ为自相关系数也就是说，一阶差分法是广义差分法的特殊形式。高阶自相关是用BG检验法，LM=T*R^2服从X^2(p)（kafang）分布，T为样本容量，p为你想检验的自相关阶数，查kafang分布表，置信度为95%也就是阿尔法=0.5，如果T*R^2>；查出来的结果即存在你想验证的自相关阶数。修正用广义差分法（AR(p))广义差分方法对模型：Yt=0+1X t+ut-(1)，如果ut具有一阶自回归形式的自相关，既 ut=u t-1+vt 式中 vt满足通常假定.假定，已知，则：Y t-1=0+1X t-1+u t-1 两端同乘 得：Y t-1=0+1 X t-1+u t-1-(2)(1)式减去(2)式得：Yt-Y t-1=0(1-)+1X(Xt-X t-1)+vt令：Yt*=Yt-Y t-1，Xt*=(Xt-X t-1)，0*=0(1-)则：Yt*=0*+1 Xt*+vt 称为广义差分模型，随机项满足通常假定，对上式可以用OLS估计，求出.为了不。
使用Eviews 7做自相关问题的检验，利用实验数据，建立一系列变量的一元回归模型，根据一系列的检验方式判别是否存在自相关。存在自相关问题会给最小二乘法以及相关的应用。
)回归模型进行自相关检验，直接用DW检验，那么DW的值接近于几，检验是否有效 回归模型进行自相关检验，直接用DW检验，那么DW的值接近于几，检验是否有效 不知道怎么理解？DW检验用于检验随机误差项具有一阶自回归形式的序列相关问题，也是就自相关检验 D-。
