关于x y的散点图
由散点图可以判断出才可能存在异方差。

运用怀特检验判断是否有异方差
White Heteroskedasticity Test:
F-statistic 5.71174
5 Probability
0.00831
1
Obs*R-squared 8.98267
0 Probability
0.01120
6
由此可见，1%的显著水平上存在异方差。

运用加权最小二乘法消除异方差：
Dependent Variable: Y
Method: Least Squares
Date: 10/29/14 Time: 14:46 Sample: 1 31
Included observations: 31
Weighting series: 1/ABS(RESID)
Variable Coeffici
ent Std. Error t-Statistic Prob.
C -2171.3
76 418.8113 -5.184616 0.0000
X 0.97610
4 0.022593 43.20372 0.0000 Weighted Statistics
R-squared 0.99927
0 Mean dependent var
16676.9
9
Adjusted R-squared 0.99924
5 S.D. dependent var
18232.7
8
S.E. of regression 501.062
0 Akaike info criterion
15.3336
8
Sum squared resid 728082
9. Schwarz criterion
15.4261
9
Log likelihood -235.67
20 F-statistic
1866.56
1
Durbin-Watson stat 1.37353
7 Prob(F-statistic)
0.00000
0 Unweighted Statistics
R-squared 0.92681
6 Mean dependent var
17975.6
8
Adjusted R-squared 0.92429
2 S.D. dependent var
5667.54
2
S.E. of regression 1559.42
4 Sum squared resid
705223
38
Durbin-Watson stat 1.57587
5
由上表，f检验的伴随概率为0.000000,说明在1%的显著水平上，拒绝原假设，t检验的伴随概率为0.0000，说明在1%的显著水平上，拒绝原假设y x 之间存在显著的线性关系，该模型很好的反映了实际情况，所以消除了异方差。

自相关模型的检验和处理：
用Eviews5.0 做出国民生产总值(gdp)和出口（m)的散点图：
运用拉格朗日成数进行检验。

Breusch-Godfrey Serial Correlation LM Test:
F-statistic 4.59799
0 Probability
0.05004
6
Obs*R-squared 4.20291
8 Probability
0.04035
4
可以判断出存在一阶线性相关。