采用第一种方法做出的eviews中其实给出了解释：presample value lagged residuals set to zero.
也就是第一种方法和第二种方法的样本值是不同的。所以造成了LM检验结果不同。

刚才我在eviews6.0上做了实验。果然如楼上所言。这两者的结果不同的确是由于在计算滞后残差序列中零缺损数据为零造成的。
在用自动的方法生产的LM检验中，参与计算的样本数量比用手动的方法计算而得的结果多一个。
在使用手动方法中，我根据这个现象先在eviews中用resid(-1)形式的函数生成一个一阶残差序列，发现新生产的序列与原始残差序列相比，首个数据各种为N/A，也就是新生序列比原始数据少了一个数据。根据楼上的提示，将新数据中首个数据由N/A改为0，此时数据数量与原始残杀数据数量相等，再手动做LM检验后，得到的结构与自动LM数据的结果是一致的。


现在新的问题又来了。到底哪一个结果是正确的呢？
以李子奈计量经济学第三版例4.6.1的数据来看的话。两种办法所得到的LM统计量值是不相等的第一种办法所得到的lm值为        Obs*R-squared1=nR2=29* 0.556138=16.1280
第二种办法所得到的LM值为Obs*R-squared1= nR2=28*0.618910=17.32194
两者所得到的结果明显是不同的，但是他们都与自由度为1的卡方分布的临界值相比。虽然在这个例子中两种方法多得到的假设检验结论是相同的，但是如果换了数据后，并不能保证两者比较结果相同。也就是使用这两种方法得到的序列自相关的判断可能是不同的。那么到底是哪一个对呢？
                               
系统自动删除了一个数据。在生产