Для отсутствия автокорреляции остатков в модели регрессии характерно, прежде всего, следующее:

• Отсутствие зависимости между остатками текущих и предыдущих наблюдений. Это означает, что значения остатков (разностей между наблюдаемыми и предсказанными значениями) не должны показывать никаких закономерностей или паттернов. Если остатки независимы, это подтверждает, что модель корректно описывает данные и не пропускает важные переменные.

Теперь давайте рассмотрим другие аспекты, упомянутые в вопросе:

• Непостоянство дисперсии остатков. Это связано с гетероскедастичностью, что не является признаком автокорреляции. Гетероскедастичность означает, что дисперсия остатков меняется в зависимости от значений независимых переменных, и это может повлиять на эффективность оценок.
• Постоянство математического ожидания остатков. Это свойство подразумевает, что среднее значение остатков должно быть равно нулю. Это условие необходимо для корректности модели, но оно не связано непосредственно с автокорреляцией.

Таким образом, для отсутствия автокорреляции остатков в модели регрессии наиболее важным является отсутствие зависимости между остатками текущих и предыдущих наблюдений.