fGarch的R输出

我将时间序列建模为GARCH（1,1）-过程：

z_t是t分布的

在R中，我在

fGarch

-包中通过

model <- garchFit(formula = ~garch(1,1), cond.dist = "std", data=r)

---

模型它是一个
列表
结构。可以找到具有

str(model)

从结构中，使用
$
或
@

model@fit$series$z
model@sigma.t

我认为最好的方法是在泛型不可用时定义提取器函数，在泛型已经存在时定义方法

前两个函数从拟合对象中提取感兴趣的值

get_sigma_t <- function(x, ...){
  x@sigma.t
}
get_z_t <- function(x, ...){
  x@fit$series$z
}

现在使用函数，包括方法。数据来自
帮助（“garchFit”）
中的第一个示例

所以model@sigma_t给我上面型号规格中的sigma\u t？我试图确保模型和我谈论的对象是相同的。。。另外，我如何在安装的模型中获得z_t？@ClaudioMoneo我没有找到名为
z_t
的对象。我认为这是“系列”中的
z
。问题是，如果我根据模型公式将z_t和sigma_t相加，我就不会得出正确的结果value@ClaudioMoneo我对garch模型不太熟悉谢谢。我的问题是我不知道哪个是哪个。如果我根据fGarch给我的结果把z_t和sigma_t相加，我就不会得到拟合的r_t@ClaudioMoneo
sigma.t
是条件sd，为什么要添加到
z
？在模型中我们有
r\u t=mu+z\u t*sigma\u t
-现在
sigma\u t
显然是
sigma.t
，但是我在模型输出中哪里可以找到
z\u t
？@ClaudioMoneo
e最后我明白了，谢谢
logLik.fGARCH <- function(x, ...){
  x@fit$value
}

N <- 200
r <- as.vector(garchSim(garchSpec(rseed = 1985), n = N)[,1])
model <- garchFit(~ garch(1, 1), data = r, trace = FALSE)

get_sigma_t(model) # output not shown
get_z_t(model)     # output not shown

logLik(model)
#LogLikelihood 
#    -861.9494 

fitted(model)  # much simpler
coef(model)
#          mu        omega       alpha1        beta1 
#3.541769e-05 1.081941e-06 8.885493e-02 8.120038e-01