我在写论文的时候遇到了些问题。
1。 在建立Garch（1,1）模型的过程中，出现了自相关和偏自相关，以及Ljung–Boxtest 的检验。
请问检验这些有什么作用？我找了很多资料，我觉得是对得到的数据进行测试，以保证这些数据适用于graph模型。这个想法正确吗？

###Start with diagnosis###

plot(EuStockMarkets[,"FTSE"], type='l')
#more variable at higher values, but first trending
plot(diff(EuStockMarkets)[,"FTSE"], type='l')
#still more variable at higher values, so take the difference of the log
plot(diff(log(EuStockMarkets))[,"FTSE"], type='l')
#still heteroscedastic
#sizing-up potential heteroscedasticity
squares<-diff(log(EuStockMarkets))[,"FTSE"]^2
#ACF/PACF/Box-Test--They're valid for variances too!
acf(squares, 20)
pacf(squares, 20)
Box.test(squares, 20)
2. 对于Aparch（1,1）模型来说，平稳性条件是什么？是所有系数之和<1 还是 系数a+b<1?
比如说我得到的结果是
Coefficient(s):
        mu          omega              alpha1          gamma1       beta1           delta  
0.00039821  0.00134155  0.07199261  0.91384031  0.91391998  0.73550646  
3. 对于上面的结果，那一个代表杠杆系数，杠杆系数的显著与否要则么看？