一、一阶自回归模型 最简单且最常用的序列相关模型是一阶自回归AR(1)模型。定义如下 y,=xB+u l1=P1-1+E 参数是一阶序列相关系数,实际上,AR(1)模型是将以前观测值的残差 包含到现观测值的回归模型中。 二、高阶自回归模型 更为一般,带有p阶自回归的模型,AR(p)误差由下式给出 Y,=xB+u 1l1-1+P AR(p)的自相关将渐渐衰减至零,同时高于p阶的偏自相关也是零5 一、一阶自回归模型 最简单且最常用的序列相关模型是一阶自回归AR(1)模型。定义如下： t t ut y = x  + ut ut t =  + −1 参数 是一阶序列相关系数，实际上，AR(1)模型是将以前观测值的残差 包含到现观测值的回归模型中。  二、高阶自回归模型 更为一般，带有p阶自回归的模型，AR(p)误差由下式给出： t t ut y = x  + ut ut ut p ut p t =  +  + +  +  1 −1 2 −2  − AR(p)的自相关将渐渐衰减至零，同时高于p阶的偏自相关也是零