【发布时间】：2015-07-23 12:23:51
【问题描述】：
我正在研究一个大学项目预测。我有一个庞大的数据库，其中包含两个城市之间的需求。但是，我知道这个数据集被污染了。但是，我不知道哪些数据点被遮挡了。该数据集是一个面板数据集，每月跟踪城市对之间的需求。以下是我正在处理的部分数据。
CAI.JED CAI.RUH ADD.DXB CAI.IST ALG.IST
2013-01-01 19196 14777 16 1413 12
2013-02-01 19913 8 18203 1026 5
2013-03-01 34242 11751 17836 985 1
2013-04-01 23481 12000 13479 948 27
2013-05-01 24428 16046 16391 954 9
2013-06-01 31791 23479 16571 1 4
2013-07-01 33716 20090 11323 0 5724
2013-08-01 35553 2 11121 0 0
2013-09-01 18746 13423 12119 0 26
2013-10-01 10 12223 10239 0 0
2013-11-01 19 20234 14231 5 2
2013-12-01 15198 1 12132 10 5
数据集是两个数据集的组合。向我提供数据的人告诉我，在几个月内，两个数据集中只有一个在工作。但是，不知道哪个月，哪个特定数据集可用。
现在我的问题来了：对于项目的下一部分，我需要获取年度需求数据。但是，据我所知，这些数字是模糊的，我想删除异常值。 R中有哪些技术可以做到这一点？
由于数据是时间序列格式，我尝试使用 tsoutliers 包（参见http://cran.r-project.org/web/packages/tsoutliers/tsoutliers.pdf）。但是，我无法正常工作。另外，我尝试了https://stats.stackexchange.com/questions/104882/detecting-outliers-in-time-series-ls-ao-tc-using-tsoutliers-package-in-r-how/104946#104946 的建议，但没有奏效。
在知道异常值是什么之后，我想替换它们（例如用该路线的平均值），或者如果缺少太多点，我想从数据集中拒绝整个路线。
【问题讨论】：
-
当你说你不能让 tsoutliers 工作时，具体是什么没有工作？ {forecast} 包中还有 tsoutliers 函数（不要与使用 tso() 函数的库 {tsoutliers} 混淆）。这是另一种方法inside-r.org/packages/cran/forecast/docs/tsoutliers
-
由于某种原因，我不断收到错误消息``过滤器错误（.data，.dots = lazyeval::lazy_dots(...)) ：缺少参数“.data”，没有默认''。但是，不知何故，此错误消息消失了。我现在尝试在我的数据集上使用 tso 函数。我使用了以下符号： tso(ts(DEM[,1],types = c("AO","LS","TC"))。在我的数据集上尝试它也没有给出异常值（这对我来说似乎很奇怪)，或各种错误消息，例如警告消息：在 locate.outliers.oloop(y = y, fit = fit, types = types, cval = cval, : 前 2 个残差设置为零
-
在您的示例中，您没有声明时间序列的频率？编辑您的问题以包含完整的示例脚本会很有帮助。您还尝试过在不使用 tso() 包装器的情况下对预测模型的残差值运行 locate.outliers() 吗？
-
tsoutliers{forecast}可能无法检测到异常值，如果它们位于数据的早期部分 - 这是我的个人经验。