在时序模型中由于滞后因变量作解释变量，使得原序列序列相关导致了内生性问题

首先感谢大家的帮助，耽误各位的时间了，感谢各位！！
加入滞后因变量主要是为了什么目的？不是为了消除序列相关性吗？如果加进去会导致内生性，那为什么还要加进去呢？不是很理解。
我看伍德里奇的书时，自己的理解是：如果遗漏了滞后变量，时间序列就是不完备的，就存在序列相关性，序列相关不会导致偏误，但是会影响OLS估计的效率。
在自变量不是严格外生时，会导致偏误。只有在满足弱相关的条件下，才会渐进无偏。这么看来，就如上面网友所说，内生性是一个比较严重的问题。

还有就是我一直以为内生性是“自变量和因变量之间互相影响”。举个不十分恰当的例子，就像吃的东西越多就越胖，越胖就需要吃更多的东西。这种理解对不对？如果是对的，那么跟“自变量与误差之间相关”这种内生性的定义怎么联系起来？或者说“自变量与误差之间相关”怎么导致了“自变量和因变量之间互相影响”？（既然自变量与各期误差之间不相关叫“严格外生”，那他们之间相关就可以称为“内生”吧？）
本人数学差，学计量累死了，哎。上面这些对大家来说也许是很幼稚的问题，但是还希望大家多帮忙，不吝赐教！^_^

测量误差和联立性同样能导致内生性的问题.

赞，学到了

感谢解答