非自相关假定 自相关的来源与后果 自相关检验 自相关的解决方法 克服自相关的矩阵描述（不讲） 自相关系数的估计

14.1 自相关的性质 14.2 自相关的后果 14.3 自相关的诊断 14.4 补救措施 14.5 如何估计 自相关系数 14.6 总结

●什么是自相关 ●自相关的后果 ●自相关的检验 ●自相关性的补救

一、自相关的含义和类型 二、自相关的来源及后果 三、自相关的检验 四、消除自相关和估计模型 五、EViews的应用 六、案例

第一节 什么是自相关 第二节 自相关的后果 第三节 自相关的检验 第四节 自相关的补救 第五节 案例分析

●什么是自相关 ●自相关的后果 ●自相关的检验 ●自相关性的补救

一、什么是自相关 二、自相关的后果 三、自相关的检验 四、自相关性的补救

12.1自相关的性质 一、随机干扰项之间存在相互依存性。 二、区分一对概念:自相关与序列相关

5.4 样本自相关与部分自相关函数 5.5 自相关性检验 5.6 ARMA模型的实证分析及应用 5.7 实例应用：中国CPI通胀率的AR模型

时间序列的自相关 一阶自回归 高阶自回归 自回归分布滞后模型 误差修正模型 移动平均与ARMA模型 脉冲响应函数 向量自回归过程 VAR的脉冲响应函数 格兰杰因果检验 VAR的Stata命令及实例 时间趋势项 季节调整 日期数据的导入