我试图在一些时间序列的气候数据中检测到异常值,但缺少一些观察结果.在网上搜索我找到了许多可用的方法.其中,从消除趋势和季节性成分以及研究其余部分的意义上来说,stl分解似乎很有吸引力.阅读STL:季节性趋势分解过程基于黄土,stl似乎可以灵活地确定分配变异性的设置,不受异常值的影响,并且可以应用尽管缺失值.但是,尝试将其应用于R,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:
时间序列包含内部NA
什么时候na.action = na.omit,和
系列不是周期性的或少于两个周期
时na.action = na.exclude.
我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.是否无法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......)工件.出于同样的原因,我不知道使用ARIMA方法是否可行(如果缺失值仍然存在问题).
如果您知道在缺失值的系列中应用stl的方法,或者如果您认为我的选择在方法上不合理,或者您有任何更好的建议,请分享.我在这个领域很新,并且被大量的(看似......)相关信息所震撼.