Yule (1926) indførte begrebet "spurious" eller "nonsense" korrelation, og viste ved  simulation, for nogle ikke stationære processer, at den empiriske korrelation syntes ikke at konvergere i sandsynlighed, selv om processerne var uafhængige. Dette blev senere diskuteret af Granger og Newbold (1974), og Phillips (1986) fandt grænsefordelingerne.Vi forslår at skelne mellem empirisk og population korrelationskoefficient og viser i en bivariate autoregressiv model for ikkestationære variable, at den  empiriske korrelation og regressionskoefficient ikke konvergerer mod relevante  populationsværdier, på grund af trenden i data. Vi afslutter med at give en simpel kointegrationsanalyse af to rente variable. Analysen illustrerer at mere indsigt kan opnås om den dynamiske opførsel af ikkestationære variable end ved simpel beregning af en korrelationskoefficient.