是残差自相关模型(3)的滞后算子多项式的根，这个根有时是虚数，但静态自回归模型的滞后算子多项式的根的模应该小于1。
如果模型（2）的误差项存在高阶自相关，形如
ut= ?1ut-1＋?2ut-2＋?3ut-3＋?t-1??i?1 i=1,2,3 (7)
我们应在图十七的估计方程对话框中输入IM C GNP AR(1) AR(2) AR(3)。如果模型（2）的误差项存在形如下式的自相关
ut= ?1ut-1+?3ut-3＋?t-1??i?1 i=1 ,3 (8)
我们应在图十七的估计方程对话框中输入IM C GNP AR(1) AR(3)。如果模型（2）的误差项存在形如下式的自相关
ut= ?4ut-4＋?t-1??4?1 (9)
我们应在图十七的估计方程对话框中输入IM C GNP AR(4)。这样就可以校正误差序列高阶自相关。
十、邹氏转折点检验
邹氏转折点检验的目的是检验在整个样本的各子样本中模型的系数是否相等。如果模型在不同的子样本中的系数不同，则说明该模型中存在着转折点。转折点出现的原因可能由于社会制度、经济政策的变化、社会动荡等，如固定汇率变为浮动汇率、中国的改革开放、战争等。我们可以用邹
氏转折点检验来验证某点是否是转折点。这个检验使用的F是统计量和LR 统计量。
表 四
某地区1947年一季度至1957年4季度国内生产总值和投资总额数据单位：亿美元 obs GDP 19471239.-1
5 INV
obs
GDP
INV obs
GDP
INV
1951-1504.431
1955-1742.
5 64.7
1 60.41
19471247.-2 1947-3
1255
1951-1548.1955-1758.
6 67.9
2 42.32 3 65.42
1951-1585.433
1951-494
1955-1778.
2 70.8
4 61.73
19471269.-4 1948-1
5
1955-1793.
1596 57.34
1956-1787 74.2
9 74.2
1952-1607.
1284 49.81
7 58.91
19481295.-2
7
1952-1612.512
1956-1798.
5 73.9
1 51.12
19481303.-3
1952-1621.1956-1802.
2 75.7
8 51.43 9 52.83
19481316.-4
1952-1657.1956-1826.
6 76.1
4 49.84 8 55.84
19491305.-1 1949-2
1953-1687.1957-1836.
4 77.5
3 43.11 3 56.51
1953-1695.
1302 35.62
1957-1834.
8 76.8
3 56.22
19491312.-3
1953-1687.1957-1851.
2 78.5
6 37.83 9 56.13
19491301.-4
9
1953-1671.344
1957-1830.
5 68.8
2 51.34
19501350.-1
1954-1660.
8 51.1
9 43.41
19501393.-2
1954-1658.
4 51.6
5 48.62
19501445.-3
1954-1677.
7 54.7
2 53.53
19501484.-4
1954-1698.
3 58.8
5 63.94
根据表四数据建立回归方程如下：
GDP = 14.5169INV + 735.545
现在需要验证1952年4季度是不是转折点，即1952年4季度之前与之后投资对国内生产总值的贡献是否一致。操作如下：在方程估计输出窗口点击View/Stability test /Chow breakpoint test，如图十九；
进入转折点输入窗口如图二十，输入转折点日期；得到检验统计结果如图二十一。从统计结果可以看出F检验和LR 检验都拒绝零假设：1952年4季度是转折点，接受1952年4季度不是转折点的备则假设。一般地，只要图二十一中的显示的概率小于给定的显著平，如5%或1%，就可以在该显著水平拒绝原假设。
如果我们需要检验多个转折点，则可以同时输入多个转折点的时间。假如我们需要判断1952年4季度和1954年4季度是不是转折点，这时的零假设是：1952年4季度和1954年4季度都是转折点。可以验证我们拒绝零假设。如图二十二和图二十三。