简单。两个办法。

第一，如果你的样本够大，几百甚至更大，那么OLS estimation 在大样本下是consistency，也就是说Heteroskedasticity和autocorrelation并不影响系数的估计。也就是说系数估计是正确的，但由于Heter.和Autoco.， t，F估计是不准确的，如果你只要t检验看系数是否显著，用robust OLS，这个在stata很容易做到。

第二，小样本。用Generalised least square（GLS）。Auto.和Hetero. 都可以用这个解决。GLS是什么，看书！


这些基本的问题都是学过最初等最基本的计量就可以解决的。好好看看书吧，比什么都有用。伍尔德里奇和古扎拉帝的都是经典。

第二，小样本。用Generalised least square（GLS）。Auto.和Hetero. 都可以用这个解决。GLS是什么，看书！

================
这位大哥，我知道这些啊。我知道分别解决他们的方法。
不过要是两个问题都出现了，能GLS有用吗？
GLS单独解决任何一个问题，都假设另一个没有问题。

另外，最终目的是要作预测。两个问题存在后，得到的模型，然后预测，与原问题有什么差距？

不过还是感谢你的回答。

二楼回答正确，鉴定完毕。

1# Kuntakimp
都有异方差了，还会是平稳的？