这次我的问题比较方法论而不是技术性的。我有一组每周更新的时间序列数据,但这些数据非常波动。因此,我想应用一种过滤/平滑方法。我尝试了Hodrick-Prescott和LOESS。两种结果看起来都不错,但问题在于如果一个新的数据点与历史数据点明显不同,那么旧值就必须被修正/更改。有没有人知道在R中实现我想要的方法?一个方法/函数的名称可能就足够了。但它应该比左侧移动平均更复杂,因为我不想失去时间序列开头的数据。感谢任何帮助!非常感谢!
最好的问候,
安德烈亚斯
最好的问候,
安德烈亚斯
我想你可能在寻找的术语是因果过滤,即不依赖未来值的过滤。在这个类别中,最简单/最为人所知的方法可能是指数平滑,它可以在forecast
和expsmooth
包中实现(library("sos"); findFn("{exponential smoothing}")
)。
这对您有帮助吗?