Ошибка времени выполнения с пакетом tsoutliers в R

Question

Я не могу приложить простой минимальный воспроизводимый пример, потому что он слишком сложный и громоздкий;однако, я не считаю, что данные здесь необходимы.Я использую пакеты forecast и tsoutliers для этого вопроса.

Когда я запускаю команду auto.arima для своих данных, я получаю следующее:

auto.arima(Site7Oxy, stepwise = FALSE)

Series: Site7Oxy 
ARIMA(3,1,2) 

Coefficients:
         ar1     ar2     ar3      ma1      ma2
      0.2988  0.2439  0.1431  -0.4348  -0.5259
s.e.  0.0947  0.0686  0.0316   0.0948   0.0772

sigma^2 estimated as 0.5999:  log likelihood=-4145.53
AIC=8303.06   AICc=8303.09   BIC=8340.15

Теперь,когда я пытаюсь использовать команду tso с использованием этого кода, он не учитывает порядок:

tso (Site7OxyTS, types = c ("AO"), maxit.iloop =1, maxit.oloop = 1, tsmethod = c ("arima"), args.tsmethod = list (order = c (3,1,2)))

И я получаю такой вывод:

list(method = NULL)

Coefficients:
         ar1     ar2     ar3      ma1      ma2    AO538    AO570   AO592   AO606    AO740   AO1238  AO1369   AO1449
      0.2624  0.3053  0.0935  -0.2252  -0.7173  -1.7943  -2.8697  2.9046  2.7591  -2.2921  -2.4718  2.2024  -5.4045
s.e.  0.0532  0.0416  0.0327   0.0509   0.0339   0.4178   0.4195  0.4173  0.4175   0.4171   0.4176  0.4178   0.4192
       AO1499  AO1536  AO1547   AO1592   AO1597   AO1792  AO1867  AO1997  AO2070  AO2128  AO2260  AO2501  AO2554
      -2.0959  1.8000  2.1307  -1.8213  -1.8363  -2.6152  2.2791  2.0062  1.6994  1.8223  2.2976  3.8949  1.8795
s.e.   0.4182  0.4177  0.4180   0.4276   0.4268   0.4242  0.4177  0.4181  0.4175  0.4182  0.4172  0.4185  0.4189
      AO2732  AO2756  AO2764  AO2909  AO2920  AO2962  AO3071  AO3140   AO3171  AO3523
      1.8856  1.7988  3.3109  2.5915  2.3102  4.9518  3.9999  1.9603  -1.9116  1.7217
s.e.  0.4173  0.4205  0.4227  0.4174  0.4187  0.4175  0.4173  0.4173   0.4192  0.4202

sigma^2 estimated as 0.4661:  log likelihood = -3691.25,  aic = 7456.51

Даже на графике вообще не показано преобразование данных из модели:

Это можно увидеть на графиках ACF и PACF здесь.:

При проверке остатков я получаю это:

Я не использую аргумент stepwise = FALSE сtsmethod = c("auto.arima), так как происходит сбой RStudio, потому что это занимает слишком много времени.Параллельные вычисления не заставляют его работать быстрее.

Любая помощь с моим кодом TSO будет принята с благодарностью!