наилучшие линейные несмещенные и имеющие скалярную ковариационную матрицу остатки

Это понятие было разработано Х.Тейлом и другими в связи с тем, что остатки при обычном методе наименьших квадратов (ordinary least squares residuals) не имеют скалярную ковариационную матрицу (covariance matrix). Таким образом, даже если истинные ошибки в регрессионной модели являются независимыми, то остатки оцениваемого уравнения при методе наименьших квад-ратов не будут независимыми даже тогда, когда оцениваемая модель правильно специфицирована (См. specification error.). Это означает, что остатки при обычном методе наименьших квадратов могут быть плохой основой для оценки автокорреляции (autocorrelation) (такой, например, как статистика Дурбина-Уотсона (Durbin-Watson)) или гетероскедастичности (heteroscedasticity). Остатки (blus), как и рекурсивные остатки (recursive residuals), принадлежат классу линейных несмещенных остатковсо скалярной матрицей ковариации.