STL ตรงเวลาที่มีค่าขาดหายไปสำหรับการตรวจจับความผิดปกติ

ฉันพยายามตรวจจับค่าที่ผิดปกติในอนุกรมเวลาของข้อมูลภูมิอากาศพร้อมกับการสังเกตที่หายไป ค้นหาเว็บฉันพบวิธีการมากมาย ในบรรดาเหล่านั้น stl การสลายตัวดูเหมือนน่าสนใจในแง่ของการลบแนวโน้มและองค์ประกอบตามฤดูกาล อ่านSTL: ฤดูกาล-Trend สลายตัวขั้นตอนบนพื้นฐานของดินเหลือง , stlดูเหมือนจะมีความยืดหยุ่นในการกำหนดค่าการตั้งค่าสำหรับการกำหนดแปรปรวนรับผลกระทบจากค่าผิดปกติและเป็นไปได้ที่จะใช้แม้จะมีค่าหายไป แต่พยายามที่จะใช้มันในRกับสี่ปีของการสังเกตและการกำหนดค่าพารามิเตอร์ทั้งหมดตามhttp://stat.ethz.ch/R-manual/R-patched/library/stats/html/stl.html , พบฉัน ข้อผิดพลาด:

"time series contains internal NAs"(เมื่อna.action=na.omit) และ
"series is not periodic or has less than two periods"(เมื่อna.action=na.exclude)

ฉันตรวจสอบซ้ำแล้วซ้ำอีกว่าความถี่นั้นถูกต้องแล้ว ฉันเห็นคำถามที่เกี่ยวข้องในบล็อก แต่ไม่พบข้อเสนอแนะใด ๆ ที่สามารถแก้ปัญหานี้ได้ เป็นไปไม่ได้ที่จะใช้stlกับซีรี่ส์ที่มีค่าขาดหายไปหรือไม่? ฉันลังเลที่จะสอดแทรกพวกเขาเนื่องจากฉันไม่ต้องการที่จะแนะนำสิ่งประดิษฐ์ (และการตรวจจับ ... ) ด้วยเหตุผลเดียวกันฉันไม่ทราบว่าจะแนะนำให้ใช้วิธี ARIMA แทนอย่างไร (และหากค่าที่หายไปยังคงเป็นปัญหา)

กรุณาแบ่งปันหากคุณรู้วิธีที่จะใช้stlในซีรีส์ที่มีค่าที่หายไปหรือถ้าคุณเชื่อว่าตัวเลือกของฉันไม่เป็นระเบียบแบบแผนหรือหากคุณมีข้อเสนอแนะที่ดีกว่านี้ ฉันค่อนข้างใหม่ในสนามและถูกครอบงำด้วยกองข้อมูลที่เกี่ยวข้อง (ดูเหมือน ... )

แบบจำลอง ARIMA ได้รวมตัวแปรจำลองเพื่อจัดการกับค่าที่หายไป สิ่งเหล่านี้เรียกว่า Pulse Indicators วิธีการที่ตรงไปตรงมาและบันทึกไว้ในhttp://www.unc.edu/~jbhill/tsay.pdf โดยทั่วไปแล้ววิธีการดึงข้อมูลจากชุดข้อมูลที่เหลือในปัจจุบันเกี่ยวกับพัลส์, เลื่อนระดับ, พัลส์ตามฤดูกาลและแนวโน้มเวลาท้องถิ่น

ตาม @Julius ในนี้โพสต์มันเป็นไปได้ที่จะใช้stlกับna.approxจากแพคเกจการใช้zoo stl(x, na.action = na.approx, ...)นี้จะเรียงลำดับของบางอย่างการแก้ไข

นอกจากนี้คุณยังอาจต้องการตรวจสอบHafen ของstlplusแพคเกจ รายละเอียดอยู่ในวิทยานิพนธ์ของเขา

คุณสามารถติดตั้งได้จาก CRAN ด้วย

install.packages("stlplus")

หรือโดยตรงจาก GitHub ด้วย

devtools::install_github("hafen/stlplus").