迴歸分析(OLS模式)有許多的假設前提需要考量 其中一項就是缺乏自我相關

那麼如果具有自我相關會有甚麼困擾? 這困擾來自於回歸係數估計值有可能被高估 換句話說 自我相關的作用滲入了回歸模型 而回歸模型沒有"處理"這自我相關的作用

那麼什麼又是缺乏自我相關呢?請看以下的公式表徵:

cov(ej, eh)=0. 此處e為殘差 j,h為觀察值 cov為共變異數

語文表徵為:不同觀察值的殘差是不相關的

那麼殘差又是甚麼呢? 此情況下 以二變量迴歸分析圖為例比較好了解:從觀察值畫垂直線到橫軸會與回歸線交叉 那麼在這條線上 觀察值到回歸線的那一段就是殘差

讀者應該能認知到 不同個體在同一時間的觀察值殘差要有相關性實在不容易 但是如果是同一個體在不同時間的觀察值殘差就很容易會相關 因此自我相關的議題在時間序列的迴歸分析上尤其突出