tsrobprep：时间序列数据的稳健预处理

中介绍了处理缺失值异常值的方法这个包裹。替换已识别的缺失值和异常值使用基于模型的方法。该模型可以由两个自回归组成成分和外部回归因子。这些方法稳健高效，它们是完全可调的。编写包的主要动机是能源系统数据的预处理，例如发电厂生产时间序列，但该包可以用于任何时间序列数据。对于详见Narajewski等人（2021）<doi:10.1016/j.softx.2021.100809>.

版本：	0.3.2
取决于：	R（≥3.2.0）
进口：	格尔姆奈特,MASS（质量）,矩阵,麦克卢斯特,quantreg公司,Rdpack公司、花键、，text微小R,动物园
出版：	2022年2月22日
作者：	米夏·纳拉杰夫斯基[aut，cre]，Jens Kley-Holsteg[作者]，弗洛里安·齐尔[自动]
维护人员：	MichałNarajewski大学
许可证：	麻省理工学院+文件许可证
需要编译：	不
引用：	tsrobprep引文信息
在视图中：	Missing数据,时间序列
CRAN检查：	tsrobprep结果

文档：

参考手册：

tsrobprep.pdf

下载内容：

包源：	tsrobprep_0.3.2.tar.gz
Windows二进制文件：	r-devel公司：tsrobprep_0.3.2.zip文件，r版本：tsrobprep_0.3.2.zip文件，r-oldrel：tsrobprep_0.3.2.zip文件
macOS二进制文件：	r释放（arm64）：tsrobprep_0.3.2.tgz，r-oldrel（arm64）：tsrobprep_0.3.2.tgz，r-版本（x86_64）：tsrobprep_0.3.2.tgz，r-oldrel（x86_64）：tsrobprep_0.3.2.tgz
旧来源：	tsrobprep存档

链接：

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