R中时间序列数据的异常值检测

Question

如何在R中检测业务销售数据的异常值

如果存在趋势和季节性，那么在业务销售数据中检测异常值需要以下步骤：

1. 使用ACF、PACF、残差和ARIMA模型进行时序分析和建模。
2. 利用上述知识来帮助识别异常值。
3. 请求R精确定位异常数据点是否存在。

谢谢！

- growth_hacker

---

应该将此问题移至stats.stackexchange.com。 - Jake Burkhead

Answer 1

你可以查看R中可用的以下软件包。

R软件包forecast使用时间序列的loess分解来识别和替换异常值。

R软件包tsoutliers实现了Chen and Liu过程，用于检测时间序列中的异常值。该过程和实现的描述在附加到软件包的文档中给出。你也可以查看this post。

- javlacalle

---

tsclean()：识别并替换时间序列中的异常值和缺失值。更多信息请参见http://pkg.robjhyndman.com/forecast/reference/tsclean.html。 - radek

tsoutliers()函数用于识别和替换时间序列中的异常值。具体操作请参考http://pkg.robjhyndman.com/forecast/reference/tsoutliers.html。 - radek