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的反应,x_t的值向量r预测,β为回归系数的向量，ε_t是时间上的随机创新吗t。

这个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，同方差和不相关的创新。有关经典线性模型的详细信息，请参阅时间序列回归I:线性模型。如果您的数据显示出违反假设的迹象，那么基于这些迹象的OLS估计或推断可能是无效的。

特别地，如果数据是通过显示自相关或异方差的创新过程生成的，那么模型(或残差)是nonspherical。这些特征通常通过模型残差的测试来检测(详细信息，请参阅时间序列回归VI:残差诊断)。

非球面残差常被认为是模型不规范的标志，为了提高标准估计技术的可靠性，对模型进行了修正。然而，在某些情况下，非球面模型必须被接受，并使用修正的技术尽可能准确地估计。案件包括:

已经开发了各种不同的估计技术来处理这些情况。