Я пытаюсь обнаружить аномальные значения во временном ряду климатических данных с некоторыми отсутствующими наблюдениями. Поиск в Интернете я нашел много доступных подходов. Из них stl-декомпозиция кажется привлекательной, в смысле удаления трендовых и сезонных компонентов и изучения остатка. Чтение STL: процедура разложения сезонных трендов на основе Loess, stl, по-видимому, является гибким в определении параметров для назначения изменчивости, не зависящих от выбросов и возможно, несмотря на отсутствующие значения. Однако, пытаясь применить его в R, с четырьмя годами наблюдений и определением всех параметров в соответствии с http://stat.ethz.ch/R-manual/R-patched/library/stats/html/stl.html, я столкнулся с ошибкой:
"временные ряды содержат внутренние NA", когда na.action = na.omit,
и "ряды не являются периодическими или имеют менее двух периодов", когда na.action = na.exclude.
Я дважды проверил, что частота правильно определена. Я видел соответствующие вопросы в блогах, но не нашел предложений, которые могли бы решить эту проблему. Невозможно ли применить stl в серии с отсутствующими значениями? Я очень неохотно интерполирую их, поскольку я не хочу вводить (и, следовательно, обнаруживать...) артефакты. По той же причине я не знаю, насколько целесообразно было бы использовать подходы ARIMA (и если отсутствующие значения все равно будут проблемой).
Пожалуйста, поделитесь, если вы знаете способ применения stl в серии с отсутствующими значениями, или если вы считаете, что мои варианты методологически не звучат, или если у вас есть какие-либо предложения. Я совершенно новичок в этой области и перегружен грудами (по-видимому...) соответствующей информации.