R语言seasonal包做季节调整时X-13运行失败问题求助

问题根源 #

• 核心问题1：原始数据的数值列带千分位逗号，read.csv读取时默认识别为字符/分类值，转换为时间序列时被转为分类编码，数值完全失真（你输出的df_ts最大值仅196，原始数据实际是几万的销售额，明显数值错误）
• 衍生问题2：数据异常波动叠加默认参数限制，X13自动识别的离群点数量超过默认80个的回归效应上限，导致程序报错。

解决步骤 #

1. 新增千分位逗号处理逻辑，修复数值列读取错误
2. 调整seas函数参数，适配离群点识别需求

修改后可运行代码 #

library(lubridate)
library(seasonal)
library(xts)

df <- read.csv(input_file, 
               sep = ",", 
               na.strings = "NA", 
               strip.white = TRUE, 
               stringsAsFactors = FALSE)

# 处理数值列的千分位逗号，转换为数值型
df[,-1] <- lapply(df[,-1], function(x) as.numeric(gsub(",", "", x)))

df$Date <- as.Date(df$Date, format="%Y-%m-%d")
start_month <- month(df$Date[1])
start_year <- year(df$Date[1]) 

df_ts <- ts(df[-1], 
            start=c(start_year,start_month), 
            freq=12)

m <- seas(cbind(df_ts),
          xreg = genhol(cny, start = 0, end = 0, center = "calendar"),
          regression.aictest = "td",
          x11 = "",
          regression.usertype = "holiday",
          # 调高回归效应上限为100，同时调高离群点识别临界值减少冗余离群点
          regression.maxregeffect = 100,
          outlier.critical = 3.5
)

df_sa <- as.xts(final(m))
names(df_sa)<-c(colnames(df)[-1])
index(df_sa) <- as.Date(index(df_sa), 
                        format="%b %Y")
write.csv(df_sa,output_file,
          row.names = index(df_sa))

若运行后仍有离群点相关报错，可再添加outlier.types = "AO"参数，限制仅识别加性离群点，进一步减少识别到的离群点数量。

内容的提问来源于stack exchange，提问作者paul