**在多元线性回归模型中，DW统计量可以检验模型中是否存在序列相关现象。** **解析**： DW统计量（Durbin-Watson）通过分析残差序列的相邻项相关性，专门用于检测一阶自相关（序列相关）。其取值范围为0-4： - 接近2时，残差无自相关； - 接近0时，提示正自相关； - 接近4时，提示负自相关。 该检验的核心功能是判断残差是否因时间或顺序依赖关系形成非随机分布，从而影响回归结果的可靠性。若残差存在自相关，会导致参数估计方差低估、显著性检验失效（如t检验、F检验不准确），降低模型预测的可靠性。 DW检验的局限性在于仅能识别一阶自相关，无法检测高阶自相关（如二阶滞后），且对样本容量和异方差敏感。此时需结合Breusch-Godfrey检验或残差自相关图（ACF/PACF）进行补充分析。 **下面哪项不在SPSS “Analyze →Compare Means”菜单中？** **Explore** **解析**： SPSS的“Analyze →Compare Means”菜单包含以下核心功能： - **Means**：计算分组描述指标并预分析； - **One-Sample T Test**：样本均数与已知总体均数的比较； - **Independent-Samples T Test**：两独立样本均数比较； - **Paired-Samples T Test**：配对样本均数比较； - **One-Way ANOVA**：多组样本均数比较及事后检验。 **Explore**过程用于数据概况不清时的探索性分析（如频数表、描述统计、正态性检验等），其功能独立于均值比较，因此位于“Descriptive Statistics”菜单下，而非“Compare Means”菜单。
