本文是探討用Durbin-Watson（1950）的統計量來檢定殘差之間的獨立性假設，統計模型有一個假設，就是殘差的獨立性假設，每個殘差彼此之間是獨立的，觀察值之間彼此不會互相影響，若違反此假設，估計量會缺乏效率性。 
     Durbin-Watson在1950年發表了一篇論文，但因為此篇論文的定理及證明很深奧，本研究為了讓讀者能更深入了解定理的精隨，所以此篇論文將定理拆成很多小性質，以及更深入的推論。

This article is to use Durbin-Watson（1950）statistic to test the assumption of independence between the residuals. The statistical model has a hypothetical is assumption of independence of the residuals. Every residual is independent of each other. Observations do not affect each other. If violation of this assumption, estimator will be inefficient.
     Durbin-Watson（1950）wrote a paper in 1950, but as the theorems of the thesis and proof are deep. In this study, in order to give readers a better understanding of these theorems so these theorems are split into many small details as well as more in-depth inferences.

目錄
中文摘要
英文摘要
目錄	                                      1
第一章  前言	                             1
第二章 Durbin-Watson檢定統計量之理論推導與應用	2
2.1 Durbin–Watson檢定統計量的理論推導	         5
2.1.1迴歸分析的矩陣代數分析方法	         5
2.1.2決定矩陣 特徵值 v(1)、v(2)、…、v(n-k) 的值9
2.1.3 v(1)、v(2)、…、v(n-k) 的不等式	         16
2.1.4 固定變量	                            19
2.1.5  的動差	                            20
2.1.6  u和v的特徵函數	                   23
2.1.7  測試標準選擇	25
2.2 Durbin–Watson 的統計流程	          28
2.3 Durbin–Watson 檢定範例	                   29
第三章 結論	                             34
第四章 參考文獻	                             35
表與圖目錄
表一：軟性飲料的年度銷售資料             	29
表二：Durbin-Watson檢定統計量的臨界值表	30
圖一：軟性飲料資料的SAS分析結果	          33
圖二：軟性飲料資料的SAS殘差分析圖	          33

【1】Anderson, R. L. （1942）,：”The Annals of Mathematical Statistics”, Vol. 13, No. 1, pp. 1-13

【2】Berenson, M. L. and Levine, D. M. and Goldstein, M.（1983）,：”Intermediate Statistical 
 Methods And Applications”

【3】Cochran,W. G. (1934),：“Distribution of quadratic forms in a normal system with    
 applications to the analysis of covariance,”Comb.Phil, Soc. Proc., Vol. 30 , pp.   
 178-191

【4】Durbin , J. and Watson, G. S.（1950）,：Testing for Serial Correlation in Least Squares   
 Regression:I, Biometrika, Vol. 37, Issue 3/4, 409-428.

【5】Durbin , J. and Watson, G. S.（1951）,：Testing for Serial Correlation in Least Squares 
 Regression:II, Biometrika, Vol. 38, Issue 1/2, 159-177.

【6】Hartley, H. O.（1950）,：”The Maximum F-Ratio as a Short-Cut Test for Heterogeneity of 
 Variance,”Biometrika, Vol. 37, pp. 308-312

【7】 Levene, H.（1960）,：”Robust Tests for Equality of Variances,”Contributions to Probability and 
 Statistics, I. Olkin, Ed. （Palo Alto, Calif.：Stanford University Press, pp. 278-292,）

【8】Lim, L. H.（2009）,：”Principal Cumulant Component Analysis”university of California, 
 Berkeley

【9】 Montgomery, D. C., Peck, E. A. and Vining, G. G.（2001）,：”Introduction to Linear Regression  
 Analysis”. 3rd Edition

【10】Shayle, R. Searle.（1971）,：” Linear Models”

【11】Shayle, R. Searle.（1982）,：”Matrix algebra useful for statistics” 

【12】Von Neumann, J.（1941）,：Ann. Math. Statist. 12, 367.