我正在尝试检测气候数据时间序列中的异常值，其中一些缺失的观测值。在网上搜索我发现了许多可用的方法。其中，stl 分解似乎很有吸引力，因为它去除了趋势和季节性成分并研究了其余部分。阅读STL: A Seasonal-Trend Decomposition Procedure Based on Loess，stl似乎在确定分配可变性的设置方面很灵活，不受异常值的影响，并且尽管有缺失值也可以应用。但是，尝试将其应用于R，经过四年的观察并根据http://stat.ethz.ch/R-manual/R-patched/library/stats/html/stl.html定义所有参数，我遇到错误：

"time series contains internal NAs"（当na.action=na.omit）和
"series is not periodic or has less than two periods"（当na.action=na.exclude）。

我已经仔细检查了频率是否正确定义。我在博客中看到了相关问题，但没有找到任何可以解决此问题的建议。是不是不能stl在有缺失值的系列中申请？我非常不愿意插入它们，因为我不想引入（并因此检测......）伪影。出于同样的原因，我不知道改用 ARIMA 方法有多可取（如果缺失值仍然是一个问题）。

如果您知道stl在缺少值的系列中应用的方法，或者您认为我的选择在方法上不合理，或者您有更好的建议，请分享。我是该领域的新手，并且被大量（看似......）相关信息所淹没。