type参数的设置与DF检验一致，根据是否包含截距项和时间趋势项而定；
由于在进行检验前是不知道真实滞后项长度的，需要使用selectlags参数选择确定“最佳”滞后项的原则，“最佳”滞后长度不大于lag参数所对应的值。
R语言自相关检验函数 :acfacf(x, lag.max = NULL,
type = c("correlation", "covariance", "partial"),
plot = TRUE, na.action = na.fail, demean = TRUE, ...)
R里面的LAG只适用于时间序列，不适合于dataframe或者向量，因此需要自己写一个小小的函数来实现lag的功能。lagdf <- function(x, k) {
c(rep(NA, k), x)[1 : length(x)]
}
y<-lagdf(x,2)
cbind(x,y)
R 里面的diff()函数倒是支持数值向量
另外一种常用的计算lag()的方法
log.yahoo <- log(yhoo.close[-1]/yhoo.close[-length(yhoo.close])
如果直接使用diff(log(data$close))会报错，是因为由于差分，向量的长度缩小了一个，需要采用
c(NA, diff(log(data))),来增加一个向量单元
