计量经济学中DW统计量是什么意思？在N多模型检验中，DW统计量的结果反映什么问题，求简单明了的解释
德宾-沃森（Durbin-Watson）检验简称D-W检验，是目前检验自相关性最常用的方法，但它只适用于检验一阶自相关性。 先通过公式计算出DW值，再根据样本容量n和解释变量数目k查分布表，得到临界值dl和du，然后判断是否自相关。 因为DW=2(1-ρ),而自相关系数ρ（利用残差构造的）的值介于-1和1之间，所以 0≤DW≤4 ，而且判定区间【0, dl ，du，(4-du)，(4-dl), 4】关于2对称。 0<DW<dl存在正自相关，dl<DW<du时，不确定，du<DW<4－du时，无自相关，4－du<DW<4－dl时，则不确定，4－dl<DW<4时，存在负自相关。这也是DW检验的缺点之一：会有判定盲区dl<DW<du和4－du<DW<4－dl。 如果DW统计量表明残差序列有一阶自相关，说明原模型没有拟合好，应为没有捕捉到足够信息所以导致残差自相关；或者说明模型中的解释变量至少不是严格外生的。 改善方法：添加解释变量或者对模型进行准差分。设原模型为Yt=beta0+beta1*Xt+Ut,准差分得到[Yt-rouY(t-1)]=[beta0(1-rou)]+[Xt-rouX(t-1)]+[Ut-rouU(t-1)] ,rou就是残差Ut的一阶自相关系数，t是下标，我敲的不太好看。