文档介绍：vt满足经典回归的全部假定,且ρ的数值已知。将()滞后一期并乘以ρ:()用()减()式,得()令令()变换()称为广义差分变换。将()改写成:()变换后的模型()叫做广义差分模型,由于vt满足全部假定,已没有自相关,因此可用OLS法估计参数α和β1。应该注意,变换后的数据()将损失一个观测值,这是因为变换中不存在x0和y0。为了避免这一损失,:对于多元回归模型,广义差分法也同样适用。设模型()()其中ρ已知,vt满足经典回归的基本假定。()滞后一期并乘以ρ:()将()-()得:()令()模型()可改写成:()由于vt满足经典回归全部假定,因此,可以对模型()应用OLS法。:自相关问题的处理设有线性回归模型()其中Y为(n×1)维向量,X为n×(k+1)维矩阵,β为(k+1)×1维向量,U为(n×1)维向量,并且具有一阶线性自回归形式的自相关()利用§()式知,有协方差矩阵:()()式中Ψ是一个(n×n)维正定对称矩阵:()其逆矩阵()为:()对正定对称矩阵Ψ,存在(n×n)非奇异矩阵P,使得()并且有()利用P对原模型()作变换:PY=PXβ+PU()()于是,()可改写成()由于()′的协方差矩阵为()或()′的无偏估计量为:()或()′拟合优度的表达式为:()或()′其中()以上分析过程中,我们使用了两个矩阵P和Ψ。但是,在实际计算过程中只用二者之一即可。