在R中利用标准差识别xts时间序列离群值并生成新数据集

没问题，我来帮你搞定这个xts时间序列的异常值筛选需求，步骤很清晰：

1. 计算序列的均值与标准差 #

首先我们需要先算出整个dataTS序列的均值和标准差，这里建议加上na.rm = TRUE参数，防止数据中存在缺失值导致计算失败：

# 计算目标列的均值和标准差
mean_val <- mean(dataTS[, 1], na.rm = TRUE)
sd_val <- sd(dataTS[, 1], na.rm = TRUE)

2. 筛选符合条件的数据点 #

接下来用逻辑条件筛选出偏离均值超过2倍标准差的行，因为xts对象会自动保留对应的时间索引，所以直接得到的就是带时间戳的新xts数据集：

# 筛选异常值并生成新数据集
outliers_ts <- dataTS[abs(dataTS[, 1] - mean_val) > 2 * sd_val, ]

验证说明 #

你可以用str(outliers_ts)查看新数据集的结构，它会完整保留原xts对象的时间索引特性，只包含符合条件的异常数据点。比如你给出的示例数据里，如果某条数据的数值满足|数值 - 均值| > 2*标准差，就会被保留到outliers_ts里。

内容的提问来源于stack exchange，提问作者Stefania Axo