R 在已经包含 NA 的系列中设置时间序列 NA 中的异常值

Question

我有一个包含 NA 和一些像这样的突然跳跃的时间序列：

input=c(1:5, NA, 6:7,0,9:12)

其中 7,0,9 将被视为跳转，其中 0 应替换为 NA。

我想删除第一个发生突然跳跃的值（设定值为跳跃的值，在示例中变化 > 1）并将其设置为 NA

示例的输出应如下所示：

output=c(1:5,NA,6:7,NA,9:12)

我只想设置异常值NA，我不想覆盖剩余的值。跳跃可以是负的也可以是正的。

我遇到的问题：

现有NA值之后的值被算作一次跳跃
异常值算作跳跃后的"jump back"

两者都导致了超过必要的 NA，我尽量保留尽可能多的原始数据。

有什么想法吗？我被困了一段时间。提前致谢！

Answer 1

有3种情况非常相似，但在例外情况下需要不同程度的困难：

情况一

如果模式总是跳回到 1-increase 并有几次中断，我会创建类似于完美向量的 vector_check。 input 中与此偏离的所有内容都应设置为 NA:

vector_check <- min(input):max(input)
inds         <- vector_check != input
input[inds]  <- NA

情况二

如果模式不太可预测，而您基本上希望寻找 'irregular' 模式，您会遇到更复杂的情况。一个可能的解决方案是创建一个 while 循环来检查哪些增量大于 2（或任何看起来合理的值），然后用 NA 替换有问题的位置 bump_inds。在这里，我假设一个离群值会产生两个大的增量：一个是因为值突然下降（增加），另一个是因为它回升（回落）到它的旧值。此过程一直进行到没有问题位置为止：

bump_ind <- rep(0, 3)

while(length(bump_ind) > 1){
  bump_ind        <- which( abs(diff(input)) > 2 )
  input[bump_ind[2]] <- NA
}

input
# [1]  1  2  3  4  5 NA  6  7 NA  9 10 11 12

情况 3

第三个选项，基于你的真实数据sensor表明数据不必跳回到上一级：

input    <- c(20.2,20.2,20.2,20.2,20.1,20.2,20.2,20.1,20.2, 20.2,20.2,20.2,17.7,
              18.9,19.3,19.4,19.4,19.4,19.5,19.5,19.5)
bump_ind <- rep(0, 3)

while(length(bump_ind) > 1){
  bump_ind        <- which( abs(diff(input)) > 2 )
  if(length(bump_ind) > 2){
    bump_ind <- bump_ind[1:2]
  }
  if( length(bump_ind) == 1 ){
      input[bump_ind[1] + 1] <- NA
  } else if( diff(bump_ind > 1) ){
      input[bump_ind[1] + 1] <- NA
  } else{
      input[bump_ind[2]] <- NA
  }
}

input
# [1] 20.2 20.2 20.2 20.2 20.1 20.2 20.2 20.1 20.2 20.2 20.2 20.2   NA 18.9 19.3
# [16] 19.4 19.4 19.4 19.5 19.5 19.5

Answer 2

这可能是一个更可靠的解决方案，因为您可以根据需要修改以下数据的线性模型：

您的数据：

 input <- c(1:5, NA, 6:7,0,9:12)

一串数字：

x <- seq_len(length(input))

Select 线性模型残差的某个阈值：

threshhold = 2

计算数据和残差的线性模型以及select离群值：

select <- abs((predict(lm(input ~ x), newdata = data.frame(x = x)) -input)) >= threshhold

将异常值替换为'NA'

input[select] <- NA
input
 [1]  1  2  3  4  5 NA  6  7 NA  9 10 11 12

编辑：使用您的数据：

input=c(20.2, 20.2, 20.2, 20.2,
        20.1, 20.2, 20.2, 20.1,
        20.2, 20.2, 20.2, 20.2,
        17.7, 18.9, 19.3, 19.4,
        19.4, 19.4, 19.5, 19.5,
        19.5)

x <- seq_len(length(input))
threshhold = 0.7
select <- abs((predict(lm(input ~ x), newdata = data.frame(x = x)) - input)) >= threshhold

inputnew <- input
inputnew[select] <- NA

input
 [1] 20.2 20.2 20.2 20.2 20.1 20.2 20.2 20.1 20.2 20.2 20.2 20.2 17.7 18.9 19.3
 [16] 19.4 19.4 19.4 19.5 19.5 19.5

inputnew
 [1] 20.2 20.2 20.2 20.2 20.1 20.2 20.2 20.1 20.2 20.2 20.2 20.2   NA 18.9 19.3
 [16] 19.4 19.4 19.4 19.5 19.5 19.5

R 在已经包含 NA 的系列中设置时间序列 NA 中的异常值

R set outliers in time series NA in series already containing NA

r

time-series

outliers

na

情况一

情况二

情况 3