7、R语言中的统计方法与线性模型

R语言中的统计方法与线性模型

1. 时间序列平稳性检验

在分析Facebook收盘股价时，我们可以使用KPSS检验来判断其时间序列是否平稳。以下是具体操作步骤：

kpss.test(fbstock[, 4])

运行上述代码后，我们得到的结果如下：

KPSS Test for Level Stationarity
data:  fbstock[, 4]
KPSS Level = 9.6561, Truncation lag parameter = 5, p-value = 0.01
Warning message:
In kpss.test(fbstock[, 4]) : p-value smaller than printed p-value

由于p值小于0.05，我们可以拒绝原假设，得出2012 - 06 - 18至2014 - 11 - 28期间Facebook收盘股价的时间序列不平稳的结论。如果你对R中更多的时间序列分析包感兴趣，可以访问CRAN R项目时间序列分析网站：http://cran.r-project.org/web/views/TimeSeries.html 。

2. 线性模型概述

线性模型是研究变量之间关系最常用的统计方法，它包含以下几种类型：
- 线性回归
- 线性模型拟合
- 方差分析模型
- 广义线性模型
- 链接函数和规范链接函数
- 广义相加模型
- 主成分分析
- 聚类
-