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的R输出,r,time-series,fgarch,R,Time Series,Fgarch,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$z model@sigma.t 我认为最好的方法是在泛型不可用时定义提取器函数,在泛型已经存在时定义方法 前两个函
fGarch
-包中通过
model <- garchFit(formula = ~garch(1,1), cond.dist = "std", data=r)
模型它是一个列表
结构。可以找到具有
str(model)
从结构中,使用$
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@ClaudioMoneosigma.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
?@ClaudioMoneoe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