在计量经济学中，对时间序列数据的处理是一个热点和难点问题。在针对实践序列数据进行建模的时候，往往使用不随时间变化而变化的模型参数，这样的回归模型得到的结果很多时候都是伪回归，没有很好的体现时间序列数据之间的真正的关系。

　　实际上，以上所述的建模过程包含了这样的一个前提或者假设：时间序列数据是平稳的，即时间序列数据的统计特征不随时间的平移而变化，例如，均值和方差不随选取时间段的位置而改变，只随选取时间段的长度而又所改变。

　　因此要确立两个时间序列变量之间的长期关系，就要用到协整理论。改理论是由Granger最早在1981年提出的，后来由Engle和Granger一道与1987年提出严谨的定力证明及具体的可操作性框架。

　　时间序列经济变量从长期来看存在某种均衡关系，尽管在短期内，变量的运动会偏离这个均衡。而协整关系就是描述两个及以上时间序列变量之间的这种均衡关系的。考虑到单整与协整之间的关系，我们可以得到这样的逻辑关系：两个时间序列变量必须同阶单整，才有可能是协整的，同阶单整是协整的必要条件。

　　对于单整的检验，使用的是DF方法，或者是ADF方法，检验的核心思想是时间序列变量之间是否存在明显的线性关系，如果存在，则不是单整的，不过不存在，则是单整的。即：中的是否显著等于1，如果等于1，则有单位根，不是平稳的，如果显著不等于1，则没有单位根，是平稳的。如果进过N阶差分后，达到了平稳，则认为是N阶平稳的。称为N阶单整序列。

　　而对于协整的检验，其本质是对进行回归后的误差项进行单整检验，如果是稳定序列，则认为两个时间序列变量是协整的。即：平稳、同阶单整与协整检验的单整性的方法，就是上面用到的检验，单整的DF或者ADF方法。