杜宾-沃森检验（Durbin-Watson test）是用于检验线性回归模型中残差是否存在自相关性的统计方法。在Python中，可以使用statsmodels库来进行杜宾-沃森检验。

首先，需要安装statsmodels库。可以使用以下命令通过pip安装：

pip install statsmodels

接下来，可以使用下面的代码示例来进行杜宾-沃森检验：

import statsmodels.api as sm

# 假设residuals是线性回归模型的残差
residuals = [0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9]

# 使用DurbinWatson方法计算杜宾-沃森统计量
dw_statistic = sm.stats.stattools.durbin_watson(residuals)

# 输出杜宾-沃森统计量
print("Durbin-Watson statistic:", dw_statistic)

在上面的示例中，我们假设residuals是线性回归模型的残差。然后，使用sm.stats.stattools.durbin_watson()方法计算杜宾-沃森统计量，并将结果存储在dw_statistic变量中。最后，使用print()函数输出杜宾-沃森统计量。

需要注意的是，杜宾-沃森统计量的取值范围为[0, 4]，其中0表示完全正相关，4表示完全负相关，2表示不存在自相关性（即残差独立）。一般来说，如果杜宾-沃森统计量接近于0或4，则存在自相关性的可能性较大；如果接近于2，则不存在自相关性的可能性较大。