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:
- 使用ACF、PACF、残差和ARIMA模型进行时序分析和建模。
- 利用上述知识来帮助识别异常值。
- 请求R精确定位异常数据点是否存在。
谢谢!
forecast
使用时间序列的loess分解来识别和替换异常值。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。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。 - radektsoutliers()
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