DW檢驗是用一階自回歸形式檢驗隨機誤差項的序列相關性，也是自相關檢驗。D-W檢驗：Durbin-Watson統(tǒng)計量（D-W統(tǒng)計量）是檢驗模型中是否存在自相關的一種簡單有效的方法，其公式為：D-W檢驗=

DW檢驗是用一階自回歸形式檢驗隨機誤差項的序列相關性，也是自相關檢驗。D-W檢驗：Durbin-Watson統(tǒng)計量（D-W統(tǒng)計量）是檢驗模型中是否存在自相關的一種簡單有效的方法，其公式為：D-W檢驗=∑（et-et-1）^2/∑et^2，et是T階段的殘差，et-1是T-1階段的殘差，∑是T階段從2階段到T階段的總和，^2是平方。將上述公式計算的D-W值與Durbin-Watson給出的不同顯著性水平α的D-W值的上限Du和下限DL進行比較（它們與樣本量n和自變量數p有關）。D-W的取值范圍為0-4。當D-W小于或等于2時，D-W檢驗規(guī)則規(guī)定：如果D-WDu，則認為EI不具有自相關；如果DLDu，則認為EI沒有自相關；如果DL<4-D-W

)回歸模型進行自相關檢驗,直接用DW檢驗,那么DW的值接近于幾,檢驗是否有效？

Durbin-Watson統(tǒng)計用于測試殘差的一階自相關。它只能測試一階自相關，但不能測試高階自相關

DW=sum（EPS）ut-EPS{t-1}）^2/sum（EPSut）^2近似=2（1-R）

R是相鄰殘差之間的相關系數

如果R=0，也就是說，DW值接近2表示殘差之間沒有相關性

如果R> 0，即DW值接近0表示正相關性

如果R< 0，即，DW值接近4表示負相關

常規(guī)DW統(tǒng)計表提供了DL和Du

DW< Du正相關

Du< Du< Du測試不確定

Du< DW< 4-Du沒有自相關

4-Du< DW< 4-Du測試不確定

DW> 4-Du負相關性

太少了。

面板數據比時間序列和橫截面數據復雜得多。首先，您必須對模型設置和數據選擇做出總體決定（多少年？有多少節(jié)？先做幾個變量的F檢驗，看應該使用混合數據模型、變量截距模型還是變系數模型。當然，根據你的研究目的，你也可以用變量系數來研究一個變量在不同部分之間是否有一致性。無論是固定效應還是隨機效應都應該用Hausmann檢驗來檢驗，但一般來說固定效應是足夠的。模型選擇是回歸分析。可以使用OLS或GLS。如果DW值不好，可以在模型中加入AR（n）進行校正。模型應該不斷地嘗試和修改，最后選擇最符合要求的模型。