1 偽回歸問題的提出。有上升或下降趨勢的時間序列直接可能會發生一種謬誤的關系。若這些序列在除去各自的時間趨勢后是弱相關的，則只要在回歸模型中加進一個時間趨勢性，便能夠很好的解決問題。比如兩個變量擬合的非常好R2等指標也非常好，但是這兩個變量之間是沒有任何關系的，這就存在解釋的謬誤，這類謬誤就叫偽回歸(比如：我拿GDP去擬合小樹的生長，擬合的非常好，但是不存在解釋關系，在實際中就是出現偽回歸的現象)。
2 簡單理解就是對於自變量和因變量之間的殘差具有平穩性，如果具有平穩性就是協整的。這里的協整指的兩個變量之間的關系，如果超過兩個變量需要采用Johnson檢驗，這里指的是Engel-Granger檢驗。