嗯，就这个，独立性检验。

PP图（1/tan(b/a)）

L、a、b以及衍生的几个特征量【b/a，根号下a方减b方，1/tan(b/a)】与lnt（时间的对数）进行线性的拟合，只有1/tan（b/a）能够满足DW检验。
1、其实a值与时间的关系在散点图上看起来是最好的，但是DW的值只有1多一些，但是我并不知道怎么用SPSS进行广义差分，消除自相关，您知道怎么做么？
2、是否可以使用非线性方法（决策树？神经网络？）因为以上六个特征量与时间究竟呈那种关系的过程并不重要，我想要用建好的模型来预测而已；特别的，在SPSS中现有的几种非线性模型中（二次项、三次项、指数、对数等等）拟合的结果都不尽如人意，只有时间与a呈现出指数关系，因此两边取对数，也就是对时间取对数，呈现出了如图2的线性关系，但是模型使用的时候没有消除自相关（用模型预测的时候结果前半部分普遍误差为正，后半部分结果误差普遍为负，这是否就是我没有消除自相关的原因？）
3、我在写论文，需要体现出筛选特征值的步骤，使用逐步回归还是主成分分析或者其他的方法更好呢？
---------------------------------------------------------------------------------------------------------------------------------------------------
我没有修过相关的课程，完全是临时充电，然闭门造车总感觉不可靠，进度也慢，故请求论坛大神指点一二。