在R語言中，可以使用adf.test()函數來檢查平穩性。adf.test()函數是基于Augmented Dickey-Fuller檢驗，用于檢驗一個時間序列是否具有單位根（非平穩性）。
使用方法如下：
install.packages("tseries")
library(tseries)
然后，準備需要檢驗平穩性的時間序列數據。假設數據存儲在一個向量中。
最后，使用adf.test()函數來進行檢驗。將時間序列數據作為adf.test()函數的輸入，并將結果賦給一個對象。然后，可以打印該對象以查看檢驗結果。
以下是一個示例代碼：
# 加載tseries包
install.packages("tseries")
library(tseries)
# 準備時間序列數據
data <- c(1, 2, 3, 4, 5)
# 使用adf.test()函數進行檢驗
result <- adf.test(data)
# 打印檢驗結果
print(result)
在該示例中，我們使用了一個簡單的時間序列數據（1, 2, 3, 4, 5），并使用adf.test()函數進行檢驗。打印的結果將包括Augmented Dickey-Fuller檢驗的統計值和p值，以及是否可以拒絕非平穩的假設。
需要注意的是，如果p值小于設定的顯著性水平（通常為0.05），則可以拒絕非平穩的假設，即認為時間序列是平穩的。
