? 如果模型被检验证明存在序列相关性，则需要发
展新的方法估计模型。
? 最常用的方法是
? 差分法,
1,广义差分法 (Generalized Difference)。
2,一阶差分法 （ First-Order Difference)
? 广义最小二乘法 （ GLS,Generalized least
squares）、
补救序列相关性的方法
广义差分法的步骤
? 第一步：采用适当方法获得未知 ?的一个
估计值
? 第二步：用这个估计值对变量作广义差
分变换，以估计广义差分模型
广义差分法的特点
? 消除序列相关的目标：使求得的新模型中的随机
误差项无序列相关
? 具体做法：
第一步：原模型中的随机误差项存在几阶自回归形式，
就对原模型 滞后几期并给每期乘上相应
?m(m=1,2,?,l)
第二步：用原模型 减去 各滞后期模型，所得新模型消
除了序列相关性
? 根据 D.W.与 ?之间的近似的关系
? 有
? 于是，根据 D.W.的值可得相关系数的估计值
? 注意：此法仅适用于存在 一阶自回归形式 的模型，且
只有当 样本容量很大 时才能得到较理想的估计值
)1(2)
~
~~
1(2..
1
2
2
1
?-?-?
?
?
=
=
-
n
i
i
n
i
ii
e
ee
WD ^
2
D,W,-1? =?
从 D.W.统计量中估计
一阶差分法
一阶差分法是将原模型
iii xy mbb ++= 10 i=1,2,…,n
滞后一期 yi-1=b0+b1xi-1+mi-1,两式相减 变换为
11 --+D=D iiii xy mmb i=2,…,n
其中
L
1--=D iii yyy
一阶差分
将变量的当期值减去前期值
Dxi=xi－ xi-1
广义最小二乘法
先将存在违背基本假设的原模型中的变量转换为满
足基本假设的新变量, 然后对新变量使用 OLS的估
计方法叫做 GLS,所得估计量称为 GLS估计量