如何平滑或忽略R中变量的微小变化

我有一个变量，我想忽略它的微小变化，直到阈值5，因为我将它们解释为测量误差或噪声.

我的最小数据是:

mydf = data.frame(time = 1:14,
                  variable=c(1,1,1,4,1,1,1,7,6,5,5,4,5,25))

我try 使用以下方法来消除这些小变化:

mydf %>%
  mutate(previous = lag(variable, n = 1, default = first(variable)),
         mytry = ifelse(abs(previous - variable) < 5, previous, variable)) 

   time variable previous   mytry 
1     1        1        1       1
2     2        1        1       1
3     3        1        1       1
4     4        4        1       1  <- from time 3 to 4 a small change happened
5     5        1        4       4  <- this should also be 1
6     6        1        1       1
7     7        1        1       1
8     8        7        1       7  <- initial big change
9     9        6        7       7  <- first small change ignored
10   10        5        6       6  <- second small change comes back in
11   11        5        5       5
12   12        4        5       5
13   13        5        4       4
14   14       25        5      25

从上面的解决方案中，我可以正确地识别第一个小更改并忽略它.但如果之后出现第二个小变化，它仍然在我的平滑变量中.我如何才能防止这种情况发生？我认为最好将任何较大的更改设置为新的基本值，并与此相比较，忽略小的更改.最小数据应如下所示:

   time variable previous   mytry optimal5
1     1        1        1       1         1
2     2        1        1       1         1
3     3        1        1       1         1
4     4        4        1       1         1 
5     5        1        4       4         1  
6     6        1        1       1         1
7     7        1        1       1         1
8     8        7        1       7         7 
9     9        6        7       7         7 
10   10        5        6       6         7 
11   11        5        5       5         7
12   12        4        5       5         7
13   13        5        4       4         7
14   14       25        5      25         25

下面的可视化显示了最初的小更改如何被忽略.