首先对我们已有的数据进行销塑回归，并制作散点图

reg y x1 x2 x3

（按照你的变量名替换即散劫可）

predict e1,r

twoway scatter e1 L.e1 || lfit e1 L.e1

通过观察散点图我们发级掩愁现存在自相关。

具体命令的解释及如何观察散点图等细节，见我的另一篇经验。

进行BG检验，考察是否存在1阶自相关

estat bgodfrey

解释：进行BG检验的命令

观察下图我们可以得知Probchi2的概率为0.0396

原假设为没有序列自相关，故我们可以认为在5%的显著性水平下可以拒绝“无序列自相关”的原假设。

如果你不想以缺失值替代0，可以输入以下命令:

estat bgo,nomiss0

解释：默认为缺失值填补为0，具体为什么会出现这种情况，我将会在计量经济学自相关的经验中进行更新。

输入命令：

wntestq e1

观察显示的结果，我们不难发现，显著性水平低于5%，我们可以放心地拒绝“无序列自相关”的原假设。

除此之外，Q检验还可以使用

corrgram e1

解释：1.e1变量需要用predict命令提前生成，见前文。

观察下图：lag：滞后阶数 AC：自相关系数 PAC：偏自相关系数 Q：Q统计量

ProbQ。我们观察到第13阶的Qtest的P值为0.016，也就是说我们无法同时拒绝前13项自相关数都是为0的原假设。故我们认为存在自相关。

最右边的两列，横线的长度表示了AC和PAC的大小。

使用命令

estat dwatson

解释：1.DW检验没有确定的分布，严格意义上将不能算是检验。

2.DW检验只能检验1阶自相关。

3.当数值靠近2说明没有自相关

观察下图，我们可以看出DW检验的数值为1.02离2比较远，故存在正的自相关。原理解释，我还会陆续更新。

本篇介绍了如何检验自相关，还会继续更新如何处理自相关问题

如果有任何疑问欢迎提问我。