R 函数和可靠性中的 tsoutliers 包

Question

我有几个与 tsoutliers R 包相关的问题；

1. 它建议的 arima 模型，它是考虑检测到的异常值后的最终建议拟合，还是用于检测它们的主要或初始模型？ 如果是这样，那么我应该首先处理异常值（插补/删除），然后根据调整后的系列拟合新的 arima 模型？
2. 我还了解了 tsoutliers 和 tsclean 函数，它们检测并建议替换检测到的异常值，但是当我在数据集上使用它时，结果全部为 0，而我使用 tso 函数并且它已经检测到异常值，那么如何那可能吗？ 它们的工作方式不同，还是我必须改变一些周长？
3. 如果您有使用它的经验，您是否认为它是一种可靠的强大方法来检测和替换异常值，或者它仍然存在问题并且缺乏实用性？

请随时在 tsoutliers 文档（如现实生活数据示例）以外的时间序列资源中分享 tsoutliers 或异常值检测，以便我更好地了解其方法。