【问题标题】:Outlier detection of time series data in R [closed]R中时间序列数据的异常值检测[关闭]
【发布时间】:2014-09-05 05:06:25
【问题描述】:

在 R 中检测业务销售数据中的异常值(这意味着可能存在趋势和季节性)需要哪些步骤?

我了解了 ACF、PACF、残差、ARIMA 模型(基本上是时间序列分析和建模)。我可以使用这些知识来帮助我识别异常值吗?

是否也可以要求 R 查明哪个数据点是异常值?

非常感谢。

【问题讨论】:

  • 应该移到 stats.stackexchange.com

标签: r detection outliers


【解决方案1】:

您可以查看 R 中可用的以下软件包。

R包forecast使用黄土分解时间序列来识别和替换异常值。

R 包tsoutliers 实现了Chen and Liu 过程以检测时间序列中的异常值。程序和实施的描述在附加到包的文档中给出。您可能还会看到this post

【讨论】:

猜你喜欢
  • 2015-07-23
  • 2013-10-09
  • 2018-07-11
  • 2020-03-21
  • 1970-01-01
  • 2016-05-10
  • 2019-10-13
  • 2013-04-11
  • 2016-02-28
相关资源
最近更新 更多