R fGarch的输出

Question

我将时间序列建模为GARCH(1,1)-process：

​

​

和z_t是t分布的。

在R中，我通过以下方式在fGarch-package中执行此操作

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

这是正确的吗？

现在，我想了解一下这个函数的输出，以检查我的公式。

显然，model@fit$coefs给了我系数，model@fitted给了我拟合的r_t。

但是怎样才能得到合适的sigma_t和z_t呢？

Answer 1

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。

前两个函数从拟合的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
}

这里为类"fGARCH"的对象定义了一个logLik方法。

logLik.fGARCH <- function(x, ...){
  x@fit$value
}

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

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 

还要注意，coef和fitted方法是存在的，不需要model@fitted或model@fit$coefs，就像问题中所写的那样。

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

Answer 2

它是一个list结构。可以通过以下命令找到结构：

str(model)

从结构上看，使用$或@更容易提取

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