1、非同阶单整不能进行协整分析是对的，最小二乘法回归和协整没有必然联系，如果要进行协整分析，可以对原始数据进行处理，比如说取对数，说不定可以变成同阶单整；

2、可以；

3、残差非平稳，并不是说不具备协整关系，可以用ARMA模型调整；

4、不可以；

5、误差修正模型必须先经过协整分析，主要是需要残差，平稳序列也可以；

6、残差非平稳的原因很多，要具体情况具体分析，并不一定是不相关，同样可以用ARMA模型体调整。

希望能对你有用。

谈谈我的理解：6个问题的本质基本是一样。

首先，什么是协整，协整和最小二乘回归的关系是什么？

协整是解决什么问题：时间序列建模的问题！

时间序列建模与横截面建模相比最重要的问题是什么：时间序列尤其是经济时间序列一般都有趋势，即随着时间的增长，变量也在增长（减少）比如GDP，社会消费品零售总额。如果不识别这种趋势的性质（单位根检验），用最小二乘回归之后，变量的所有检验就会产生问题，模型的可靠性就无从谈起；换句话说我们无法识别模型的所建立的（因果）关系是由于这种同向（反向）上涨趋势所引起的，还是变量之间真正存在（因果）关系，也即常说的伪回归问题。

回到问题：

1）如果有两个非平稳的时间序列，经过差分后变为平稳，但是为非同阶平稳，就不能进行协整分析，也不能进行最小二乘回归，那是不是说这两个序列就不相关呢？

题目中的意思应该是非同阶单整吧。非同阶单整，意味着什么？意味我们并没有办法通过协整分析剔除长期增长趋势的影响，从而分离出变量之间的（因果）关系。

2）对于两个平稳的时间序列是一定可以用最小二乘法回归吗？

平稳变量没有长期增长趋势，自然不用分离，用最小二乘即可建模。

3）有两个非平稳的时间序列，经过差分是同阶单整，满足协整检验的前提条件，但是回归后对残差进行检验发现残差非平稳，即该两序列不具备协整关系，为此，就不能进行最小二乘法回归吗？

残差非平稳意味着，模型并没有很好的剔除长期趋势的对变量关系的影响。这将导致伪回归。即，最小二乘法回归下的所有检验均失效。

4）对于格兰杰因果检验，前提是平稳序列，但是如果现在有两个序列，一个是平稳序列，另一个经过差分后才是平稳序列，此时是不是可以将平稳序列和差分后的平稳序列用格兰杰因果检验呢？

我认为仅从计量经济学的角度考虑，这样做是可以的。如果从相应问题的背景考虑可能这样的因果检验没有什么意义，但有些可能有意义。没遇到过此类问题。

5）误差修正模型是不是只针对具有协整关系的非平稳序列？

误差修正模型是对变量偏离长期关系的短期变动的考察。对于平稳序列可以做，但似乎没有非平稳序列有意义。

6）现有两个平稳的时间序列，进行回归后，对残差进行单位根检验发现残差是非平稳序列的，是什么原因呢，还是因为这两个序列不相关呢

从理论上讲，你说得情况不可能存在，举例来说任何回归后的残差是回归变量的线性组合，那么两个平稳变量的线性组合不可能是非平稳变量。如果存在的话，看看是不是你的检验做的有问题。