Newey-West
對於預測誤差均值的t 檢驗，在通常情況下應該由預測誤差的樣本均值和樣本方差來檢驗，但是由於重疊觀測（overlapping problem）的問題，所以預測誤差是服從MA（k-1） 的過程，即：
但是預測殘差的方差就需要調整， 本文采用Newey-West的自相關異方差一致性估計 （autocorrelation and heteroskedastisity consistent covariance estimates）來調整預測誤差的方差，以此來調整 t統計量值。同樣的方法被 Longstaff 和 Wang（2002）所採用。
Newey-West 的自相關異方差一致性估計
當異方差的形式未知的時候，加權最小二乘法（WLS）得到的估計結果雖然仍具有一致性，但是不在有效。爲了解決這一問題，White（1980）提出了Heteroskedasticity Consistent Covariances 方法使存在異方差時能夠對協方差矩陣進行一致性估計，而無須知道異方差的形式，但是 White 提出的方法假定序列的殘差是不存在自相關的，爲了解決這一問題，Newey-West（1987）提出了一個更爲一般的估計量，使存在異方差和自相關是仍然能對協方差矩陣進行一致性估計。
