在R语言中，可以使用adf.test()函数来检查平稳性。adf.test()函数是基于Augmented Dickey-Fuller检验，用于检验一个时间序列是否具有单位根（非平稳性）。
使用方法如下：
install.packages("tseries")
library(tseries)
然后，准备需要检验平稳性的时间序列数据。假设数据存储在一个向量中。
最后，使用adf.test()函数来进行检验。将时间序列数据作为adf.test()函数的输入，并将结果赋给一个对象。然后，可以打印该对象以查看检验结果。
以下是一个示例代码：
# 加载tseries包
install.packages("tseries")
library(tseries)
# 准备时间序列数据
data <- c(1, 2, 3, 4, 5)
# 使用adf.test()函数进行检验
result <- adf.test(data)
# 打印检验结果
print(result)
在该示例中，我们使用了一个简单的时间序列数据（1, 2, 3, 4, 5），并使用adf.test()函数进行检验。打印的结果将包括Augmented Dickey-Fuller检验的统计值和p值，以及是否可以拒绝非平稳的假设。
需要注意的是，如果p值小于设定的显著性水平（通常为0.05），则可以拒绝非平稳的假设，即认为时间序列是平稳的。
