什么是非球模型？

考虑线性时间序列模型 $$y_t=X_t\beta +{\epsilon }_t$$， 在哪里y_t是响应，X_t是价值观的向量r预测指标，β是回归系数的向量，并且ε_t是时间的随机创新t。

该框架的普通最小二乘（OLS）估计和推理技术取决于某些假设，例如同质和不相关的创新。有关经典线性模型的更多详细信息，请参见时间序列回归I：线性模型。如果您的数据表现出违反假设的迹象，则基于它们的OLS估计或推论可能无效。

特别是，如果数据是通过表现出自相关或异方差的创新过程生成的，则模型（或残差）为非球形。通常通过测试模型残差检测这些特征（有关详细信息，请参阅时间序列回归VI：残留诊断）。

非球形残留物通常被认为是模型错误的迹象，并修改模型以使残差和提高标准估计技术的可靠性。然而，在某些情况下，必须按原样接受非球模型，并使用修订技术尽可能准确地估算。案例包括：

已经开发了各种替代估计技术来应对这些情况。