37、R语言时间序列分析：函数与应用详解

R语言时间序列分析：函数与应用详解

1. 基础测试与绘图函数

在R语言中，有许多实用的函数可用于时间序列分析。以下是一些基础函数的介绍：
- 广义波特曼图检验 ： gBox(m1,x=r.cref,method='absolute') 可基于绝对残差进行广义波特曼图检验。
- 正态性检验 ： shapiro.test(na.omit(residuals(m1))) 用于对拟合模型 m1 的残差进行Shapiro - Wilk正态性检验。其中， na.omit 函数会去除残差中的缺失值，以确保检验的有效性。

# 示例代码
gBox(m1,x=r.cref,method='absolute')
shapiro.test(na.omit(residuals(m1)))

2. 条件方差绘图

plot((fitted(m1)[,1])^2,type='l',ylab='conditional variance',xlab='t') 可绘制基于模型 m1 的一步预测条件方差的时间序列图。 fitted 函数会根据传入的拟合模型进行不同处理，若模型是 garch 函数的输出，其默认输出是一个两列矩阵，第一列包含一步预测条件标准差，将其平方即可得到条件方差。

<