杜宾方法是什么意思？
杜宾--瓦尔森检验（Durbin-Waston，以下简称DW）是通过检验回归模型的残差序列的相关性来判断原始数据是否存在自相关的，DW统计量的定义为：
（1）
式中，et为回归模型的残差，在一阶差分模型中，则为
（2）
由此看出，DW统计量实际是回归模型残差的一阶自相关系数的负二倍。
对一阶序列相关的DW检验的零假设和备择假设为：
（3）
用DW检验模型自相关，首先需要得到回归模型的DW统计量，它的取值在－2~2之间，越接近于２，说明序列相关性越弱，越接近于－２，说明序列相关性越强。根据样本容量n和解释变量个数k，在给定的显著水平下查DW分布表，得到临界值 和 以判断零假设是否成立，它们之间的关系如下：
（4）
当DW值小于下限时，认为模型可能存在正的自相关；在上下限之间时，认为模型可能存在自相关；大于上限时，认为模型可能存在负的序列相关；在不能判断的区间内，认为模型不相关。当存在相关性时，可以考虑加入缺失的解释变量、改变变量的形式或者选用更精确的模型形式。