对一组样本数据（见附件）进行FARIMA参数估计。
y5<-scan("NEWDATA.txt")
y5.d=FARIMA(y5,p=2,q=1)
y5.d
给出结果如下：
Call:
FARIMA(x = y5, p = 2, q = 1)
Coefficients:
d mean AR(1) AR(2) MA(1)
0.26881.94130.7100 -0.09110.2670
Residual scale estimate: 0.9947
total residual
Degree of freedom:2997 2992

根据上述分析结果，重新生成新的样本序列：
y6 = simulate.FARIMA(list(d=0.2688,ar=c(0.71,-0.0911),ma=0.2670,mean=1.9413,sigma2=1.519144), 3000)
y6.d=FARIMA(y6,p=2,q=1)
y6.d
给出结果如下：
Call:
FARIMA(x = y6, p = 2, q = 1)
Coefficients:
d mean AR(1) AR(2) MA(1)
0.31671.8074 -0.33550.3180 -0.7366
Residual scale estimate: 1.2317
total residual
Degree of freedom:2997 2992

参数结果明显不一样了。感觉问题应该出在sigma2上，这个变量为residual variance，即残差方差（我的那条命令中给的是样本的均方差，这个肯定不对了），是采用FARIMA模型拟合得到的值与给定的样本之间的残差平方和除以自由度后得到的值。想问下求这个值的函数是什么？如果这个值能估计准确的话，后面的y6.d得到的参数结果应该和y5.d一致吧？输出的Residual scale estimate和Degree of freedom（自由度）中的两个值分别是什么含义？