我正在使用R包 bfast 来检测时间序列中的任何更改点，并遇到以下错误 . 有什么建议吗？非常感谢 .
bfast
library(bfast) Mydata = Nile bf1 <- bfast01(data = Mydata)
if（is.nan（p0）|| p0 <a2 || p0>（1 - a2））{：缺失值需要TRUE / FALSE时出错
似乎 bfast01 试图从其他函数参数中猜测模型 . 我对 bfast 不太熟悉，但这似乎导致了 Nile 数据的错误 .
bfast01
Nile
如果我们明确指定模型，
fit <- bfast01(Nile, formula = response ~ trend);
不会出现错误， bfast01 会在索引28处获取更改点 .
fit$breakpoints; #[1] 28
此结果与使用 changepoint 的类似变更点分析的结果一致：
changepoint
changepoint::cpt.mean(Nile, class = FALSE); # cpt conf.value # 28 1
请注意，对于 bfast 变化点分析，仅涉及 trend 分量的模型似乎就足够了，因为季节性/自回归效应发生在较小的范围内 . 您需要根据实际数据检查模型的有效性 .
trend
1 回答
似乎
bfast01试图从其他函数参数中猜测模型 . 我对bfast不太熟悉，但这似乎导致了Nile数据的错误 .如果我们明确指定模型，
不会出现错误，
bfast01会在索引28处获取更改点 .此结果与使用
changepoint的类似变更点分析的结果一致：请注意，对于
bfast变化点分析，仅涉及trend分量的模型似乎就足够了，因为季节性/自回归效应发生在较小的范围内 . 您需要根据实际数据检查模型的有效性 .