期待解答中。。。。。。。。

不明白楼主的杜宾-瓦森检验失败具体指的是什么~
      一、如果指存在序列相关性~做法如下：
   将实际观测值与估计值作差得出随机误差项，对随机误差项进行自回归，用第n-1项为第n项的观测值，回归出系数记为m，则可以对原模型两边同时乘以矩阵D，其中D为n*n矩阵，a11=（1-m）的二分之一次方，正对角线其他元素为1，正对角线下方元素为（-m），其余为0，回归后可以检验成立。
   二、如果指无法判断，用广义差分法，具体做法如下：
   具体做法是先算出误差项的相关系数，理论上应该将第n项前面的P项作为解释变量，实际操作中可以取P=1，如果不行，再取 p=2，一般就可以达到目的了，然后对原数据进行处理，如果p=1，估计值为m，处理如下，取【y（n）-m*y*（n-1）】作为【y（n）星】，x数据也作如下处理，而后再估计即可。
   如果p=2，估计值分别为m1、m2，则对原数据的处理如下，取【y（n）- m1*y（n-1）-m2*y（n-2）】为【y（n）星】，x数据做相似处理即可，而后对处理后的数据回归即可。
          供参考~~

首先谢谢你的回答。我已经经过处理的了，把残差的系数算出，带入原模型估计，然后其dw检验落在不能判断的区域，这个要怎么处理呢？不能说残差还具有自相关啊。 7# ocean1231211

将新的估计值β1,2,3.。。。当做残差系数代入原模型，求出原模型新的随机干扰项，对新的随机干扰项作上述处理得到第二个系数估计值，再代入原模型做估计即可，如果不行的话，重复上述过程，一般不超过三次即可得到满意结果~~

谢谢楼上的回复，不过没太明白其中的含义。期待您的解释。

谢谢你的解答，不过我查了一下资料，针对这种情况，最好的办法只能是增大样本量，缩小不能估计的区域。当然你的回答也是对的，再次感谢。