对模型进行修正，其中一种办法为差分方程法 ：将原模型变换为满足OLS 法的差分模型，再进行OLS 估计。

例如：

C1t=a1+b1Y1t+u1t及C1t-1=a1+b1Y1t-1+u1t-1,得
到一差分方程:C1*t=a*1+b*1Y1*t+εt
其中C1*t=(C1t-ρC1t-1), a*1=a(1-ρ),Y1*t=(Y1t-ρY1t-1),εt=(u1t-ρu1t-1)。εt满足全部OLS假定,可直接对转换变量C1*t和Y1*t应用OLS并获得具有全部最优性质的估计量,即BLUE。这种差分形式的C1*t对Y1*t的回归需要求出ρ。根据d统计量的泰尔—纳加ρ估计公式,把ρ估计为ρ=[n2(1-d/2)+(k+1)2] /(n2-(k+1)2),其中n=观测总个数, d=德宾—沃森d, k=待估系数个数(不包括截距)。通过以上转化就可以得到差分方程，然后进行OLS估计。

[此贴子已经被作者于2008-4-19 21:00:22编辑过]

名字为，Theil.H,在stata里如何建立差分方程我也不知道，我都采取比较原始方法，讲数据在excel里修改好后，在放stata里分析。另外，如果在大样本情况下，ρ=ρ=1-DW/2。不过在eviews里可以直接得出ρ，并进行修正后的回归。在stat里可使用这个命令求ρ，display " rho"=1-DW/2.

[此贴子已经被作者于2008-4-19 21:02:56编辑过]

help prais wenston 有关于处理AR1的说明，可以选择rho的多种估计方法