在具有一个滞后项的最简单动态自回归形式中:P(t)=λP(t-1)+λX(t)+λX(t-1)+e(t)(11),其中P(t)是时间t的累积通货膨胀,X(t)是预测累积值,λi经验系数,e(t)是自回归模型误差。因为我们用边界元法预测通货膨胀,λ=1。在这种表示法中,λP(t-1)+λX(t-1)+e(t)=ε(t)和LHS可能具有可预测的分量,从而改善e(t)相对于ε(t)的统计特性。对于完美测量和因果关系P(t)=X(t),λP(t-1)+λX(t-1)=0。因此,(11)表明存在测量误差和/或误差修正的随机趋势(Hendry and Juselius,2001)。在纠错修改中,(7)嵌入到(11)中(Hendry and Juselius,2000)。最简单的表示法只包括预测值的一个滞后值:P(t)-P(t-1)=Γ[X(t)–X(t-1)]-Γ[P(t-1) –X(t)-1) ]+Γ(t)(12)式中,Γ是P(t)和X(t)之间偶然联系的系数,代表稳态解,在本研究中固定为1,Γ是定义向该稳态调整速度的系数,而Γ(t)是(向量)误差修正模型中的误差项。Γ[P(t)]项的重要性-1) –X(t)-1) ]由两个变量中测量误差的特性定义。例如,1990年经济合作与发展组织劳动力的正修正(图3)必须补偿人口,从而补偿前一时期劳动力的不足。此类修正应在经合组织尚未完成的整个相关时期内平均分配。这种计数不足导致P(t)和X(t)在此期间出现差异,并在(10)中引入了自相关误差。