回归与画图
首先对我们已有的数据进行回归，并制作散点图 reg y x1 x2 x3 （按照你的变量名替换即可）
predict e1,r twoway scatter e1 L.e1 || lfit e1 L.e1 通过观察散点图我们发现存在自相关。 具体命令的解释及如何观察散点图等细节，见我的另一篇经验。
方法一 BG检验（推荐）
进行BG检验，考察是否存在1阶自相关 estat bgodfrey 解释：进行BG检验的命令 观察下图我们可以得知Prob>chi2的概率为0.0396 原假设为没有序列自相关，故我们可以认为在5%的显著性水平下可以拒绝“无序列自相关”的原假设。
如果你不想以缺失值替代0，可以输入以下命令: estat bgo,nomiss0 解释：默认为缺失值填补为0，具体为什么会出现这种情况，我将会在计量经济学自相关的经验中进行更新。
方法二 Q检验（推荐）
输入命令： wntestq e1 观察显示的结果，我们不难发现，显著性水平低于5%，我们可以放心地拒绝“无序列自相关”的原假设。
除此之外，Q检验还可以使用 corrgram e1 解释：1.e1变量需要用predict命令提前生成，见前文。 观察下图：lag：滞后阶数 AC：自相关系数 PAC：偏自相关系数 Q：Q统计量 Prob>Q。我们观察到第13阶的Qtest的P值为0.016，也就是说我们无法同时拒绝前13项自相关数都是为0的原假设。故我们认为存在自相关。 最右边的两列，横线的长度表示了AC和PAC的大小。
方法三 DW统计量（不推荐，但仍可用）
使用命令 estat dwatson 解释：1.DW检验没有确定的分布，严格意义上将不能算是检验。 2.DW检验只能检验1阶自相关。 3.当数值靠近2说明没有自相关 观察下图，我们可以看出DW检验的数值为1.02离2比较远，故存在正的自相关。原理解释，我还会陆续更新。