什么是非球面模型?

考虑线性时间序列模型 $$y_t＝X_t\beta +{\epsilon }_t$$,在那里y_t是响应，x_t是向量的值吗r预测,β回归系数的向量，和ε_t随机创新在时间上吗t．

该框架的普通最小二乘(OLS)估计和推断技术依赖于某些假设，例如同方差和不相关创新。有关经典线性模型的详细信息，请参见时间序列回归I:线性模型．如果您的数据显示出违反假设的迹象，那么基于它们的OLS估计或推断可能是无效的。

特别是，如果数据是由一个创新过程产生的，该过程表现出自相关或异方差，则模型(或残差)为nonspherical．这些特征通常是通过测试模型残差来检测的(详细信息请参见时间序列回归VI:剩余诊断）.

非球面残差通常被认为是模型不规范的标志，对模型进行修正以消除残差并提高标准估计技术的可靠性。然而，在某些情况下，非球面模型必须被接受，并使用修正后的技术尽可能准确地估计。案件包括:

为了处理这些情况，已经开发了各种各样的替代估计技术。