DW检验，全称为杜宾-沃特森（Durbin-Watson）检验，是用于检验随机误差项是否具有一阶自相关的一种方法。

它由J.Durbin和G.S.Watson于1951年提出，适用于小样本数据。DW检验的适用条件和检验步骤如下：适用条件：

1. 回归模型中含有截距项。

2. 解释变量是非随机的。

3. 随机扰动项是一阶线性自相关。

4. 没有缺失数据，样本比较大。检验步骤：

1. 给定显著水平a，依据样本容量n和解释变量个数k'，查D.W.表得d统计量的上界du和下界dL。

2. 计算DW统计量：DW = (n - k' - 2) / (n - 1) * (dL - du)3. 判断DW统计量的值： - 如果DW > du，说明随机误差项存在一阶正自相关。 - 如果DW < dL，说明随机误差项存在一阶负自相关。 - 如果dL < DW < du，无法判断随机误差项是否存在自相关。需要注意的是，DW检验存在一定的局限性：

1. DW检验有两个不能确定的区域，一旦DW值落在这两个区域，就无法判断。

2. DW检验不适应随机误差项具有高阶序列相关的检验。

3. 只适用于有常数项的回归模型，并且解释变量中不能含滞后的被解释变量。

DW检验的适用条件是指：适用于变量间相互独立且样本容量较小的分析。