對於不穩定的時間序列，可以通過差分法將其轉化為穩定序列，進而建立經典的回歸分析模型。比如建立人均消費水平(Y)和人均可支配收入(X)之間的回歸模型；
Yt = α0 + α1Xt + μt
如果y和X有相同的上升或下降趨勢，做壹個差分，X和y成為平穩序列，建立差分回歸模型:
δYt =α1δXt+vt
其中vt = μt。μt？1
但這樣會造成兩個問題:(1)如果X和Y之間存在長期穩定的均衡關系，Yt = α0+α1Xt+μt，誤差項μt沒有序列相關性，那麽微分方程δ YT = α 1δ XT+vt中的VT是壹階移動平均時間序列，所以是序列相關性。
擴展數據:
通過誤差修正模型建立模型方法
(1)恩格爾-格蘭傑兩步方法
從協整與誤差修正模型的關系，我們可以得到建立誤差修正模型的E-G兩步法:
第壹步，進行協整回歸(OLS方法)，檢驗變量之間的協整關系，估計協整向量(長期均衡關系參數)；
其次，如果存在協整，將第壹步得到的殘差作為非均衡誤差項加入誤差修正模型，用OLS方法估計相應的參數。
需要註意的是，在變量之間的協整檢驗中，如果需要，可以在協整回歸公式中加入壹個趨勢項。此時，不需要設置趨勢項來進行殘差項的穩定性檢驗。另外，第二步變量差的滯後項數可以通過殘差項序列中是否存在自相關來判斷。如果存在自相關，應加入變量差的滯後項。
(2)直接估算法
通過打開誤差修整模型中不平衡誤差項的括號，也可以使用OLS方法直接估計模型。但還是要提前檢驗變量之間的協整關系。例如，對於二元誤差修正模型，可以打開不平衡誤差項的括號，直接估計以下方程:
這時候短期彈性和長期彈性可以壹起獲得。需要註意的是，不同方法建立的誤差修正模型的結果往往是不同的。