1 伪回归问题的提出。有上升或下降趋势的时间序列直接可能会发生一种谬误的关系。若这些序列在除去各自的时间趋势后是弱相关的，则只要在回归模型中加进一个时间趋势性，便能够很好的解决问题。比如两个变量拟合的非常好R2等指标也非常好，但是这两个变量之间是没有任何关系的，这就存在解释的谬误，这类谬误就叫伪回归(比如：我拿GDP去拟合小树的生长，拟合的非常好，但是不存在解释关系，在实际中就是出现伪回归的现象)。
2 简单理解就是对于自变量和因变量之间的残差具有平稳性，如果具有平稳性就是协整的。这里的协整指的两个变量之间的关系，如果超过两个变量需要采用Johnson检验，这里指的是Engel-Granger检验。