Trong ba bài học đầu tiên, chúng ta đã tập trung vào việc nới lỏng giả định về phương sai không đổi, một vấn đề thường gặp trong dữ liệu chéo. Giờ đây, chúng ta sẽ chuyển sự chú ý sang một giả định kinh điển khác của mô hình hồi quy tuyến tính: các sai số không có tương quan với nhau. Giả định này, còn được gọi là không có tương quan chuỗi (no serial correlation), là nền tảng để đảm bảo tính hiệu quả của ước lượng OLS, đặc biệt là trong bối cảnh dữ liệu chuỗi thời gian. Khi làm việc với dữ liệu được sắp xếp theo một trật tự tự nhiên, chẳng hạn như thời gian (ngày, quý, năm) hoặc không gian, rất có khả năng sai số của một quan sát sẽ bị ảnh hưởng bởi sai số của các quan sát lân cận. Hiện tượng này được gọi là tự tương quan (autocorrelation). Ví dụ, trong kinh tế vĩ mô, một cú sốc bất ngờ (thể hiện qua sai số) ảnh hưởng …