r - 用于异常检测的具有缺失值的时间序列的 STL 分解

Question

我正在尝试检测气候数据时间序列中的异常值，其中一些缺失的观测值。在网上搜索我发现了许多可用的方法。其中，STL 分解似乎很有吸引力，因为它去除了趋势和季节性成分并研究了其余部分。阅读 STL: A Seasonal-Trend Decomposition Procedure Based on Loess , STL 在确定分配可变性的设置方面似乎很灵活，不受异常值的影响，并且尽管有缺失值也可以应用。但是，尝试在 R 中应用它，经过四年的观察并根据 http://stat.ethz.ch/R-manual/R-patched/library/stats/html/stl.html 定义所有参数，我遇到错误:

time series contains internal NAs

当 na.action = na.omit ， 和

series is not periodic or has less than two periods

当 na.action = na.exclude .

我已经仔细检查了频率是否正确定义。我在博客中看到了相关问题，但没有找到任何可以解决此问题的建议。是否可以在缺少值的系列中应用 STL？我非常不愿意插入它们，因为我不想引入(并因此检测......)伪影。出于同样的原因，我不知道改用 ARIMA 方法有多可取(如果缺失值仍然是一个问题)。

如果您知道在缺少值的系列中应用 STL 的方法，或者您认为我的选择在方法上不合理，或者您有更好的建议，请分享。我是该领域的新手，并且被大量(看似......)相关信息所淹没。

Answer 1

意识到这是一个老问题，但我想我会更新，因为有一个更新的 stl R 中可用的包，称为 stlplus . Here is its homepage on github .您可以使用 install.packages("stlplus") 从 CRAN 安装它或直接从 github 使用 devtools::install_github("hafen/stlplus") .