R：将 forecast::tsclean() 的输出按日期时间关联回原始数据帧

Question

我正在尝试使用 forecast 包中的 tsclean() 函数从时间序列数据框中删除已建立的异常值。

为了使用 tsclean()，我已将原始数据转换为 ts() 对象。不幸的是，这会删除我的时间戳向量，这会在以后造成一些问题。将我的 ts() 对象输入 tsclean() 函数后，将返回一个经过适当清理的时间序列。但是，我无法将此结果连接回我的原始数据框，因为 POSIXct 时间戳不再存在于我的 tsclean() 对象中。我最终尝试在我的原始数据框中针对解释变量 df$X 对已清理的响应变量 df$Y 执行 lm()。

library(forecast)
datetime <- as.POSIXct(c("2018-03-05 15:54:00", "2018-03-05 15:55:00", "2018-03-05 15:56:00", "2018-03-05 15:57:00", "2018-03-05 15:58:00"))
Y <- c(1, 5, 9, 100, 2)
X <- c(3, 4, 2, 4, 5)
df <- data.frame(datetime, Y, X)
time_series <- ts(df$Y)
time_series_clean <- tsclean(time_series)

原始数据框：

             datetime   Y X
1 2018-03-05 15:54:00   1 3
2 2018-03-05 15:55:00   5 4
3 2018-03-05 15:56:00   9 2
4 2018-03-05 15:57:00 100 4
5 2018-03-05 15:58:00   2 5

想要的结果：

             datetime   Y X
1 2018-03-05 15:54:00   1 3
2 2018-03-05 15:55:00   5 4
3 2018-03-05 15:56:00   9 2
4 2018-03-05 15:58:00   2 5

之前tsclean():

tsclean()之后：

Answer 1

如果我正确理解了你的问题，你想从原始数据中删除异常值。一种解决方案是使用 tsoutliers 函数：

time_series_outliers <- tsoutliers(time_series) # identify outliers
df <- df[-time_series_outliers$index, ] # remove them from the original data

这个函数也很有趣，如果你想要建议值来替换异常值，则给出 $replacements。

R：将 forecast::tsclean() 的输出按日期时间关联回原始数据帧

R: Relate output of forecast::tsclean() back to original dataframe by datetime

r

time-series

outliers

dataframe