anomalize：潮汐异常检测

“anomalize”包支持“整洁”的工作流，用于检测数据中的异常。主要函数有time_decompose（）、anomalize（）和time_recompose。合并后，分解时间序列、检测异常、，并创建分隔“正常”数据和尺度上的异常数据的频带（即多个时间序列）。时间序列分解用于通过Time_decompose（）函数删除趋势和季节成分方法包括黄土时间序列的季节分解（“stl”）和按分段中值进行季节分解（“twitter”）。anomalize（）函数实现残差异常检测的两种方法，包括使用内四分位范围（“iqr”）广义极值研究偏差（gesd）。这些方法基于那些在“预测”包和推特“异常检测”包中使用的。有关这些方法的具体参考，请参阅相关函数。

版本：	0.3.0
取决于：	R（≥3.0.0）
进口：	数字播放器,胶,计时器,打扫,隐秘时间(≥ 0.1.5),呜呜声,爱尔兰航空公司,易怒的,第三年（≥1.0.0），ggplot2
建议：	潮韵诗,美味佳肴,字符串,测试那个(≥ 2.1.0),覆盖（covr）,针织物,rmarkdown公司,开发工具,氧气2
出版：	2023-10-31
作者：	马特·丹乔，戴维斯·沃恩
维护人员：	马特·丹乔（Matt Dancho）
错误报告：	https://github.com/business-science/anomalize/issues
许可证：	GPL（≥3）
网址：	https://github.com/business-science/anomalize网站
需要编译：	不
材料：	自述文件 新闻
CRAN检查：	使结果异常

文档：

参考手册：	异常.pdf
渐晕图：	异常化方法 异常快速入门指南 使用清理的异常进行预测

下载：

包源：	异常_0.3.0.tar.gz
Windows二进制文件：	r-预发布：异常_0.3.0.zip，r版本：异常_0.3.0.zip，r-oldrel：异常_0.3.0.zip
macOS二进制文件：	r-prerel（arm64）：异常_0.3.0.tgz，r-release（arm64）：异常_0.3.0.tgz，r-oldrel（arm64）：异常_0.3.0.tgz，r-prerel（x86_64）：异常_0.3.0.tgz，r-release（x86_64）：异常_0.3.0.tgz
旧来源：	规范化存档

反向依赖关系：

反向建议：

路径查看器,鞭打者

链接：

请使用规范形式https://CRAN.R-project.org/package=异常链接到此页面。