تحلیل طیفی یک روش توسعه یافته برای تحلیل سری های زمانی در قلمرو فرکانس است. این روش از متداولترین شیوه های مورد استفاده برای کاهش مناسب داده ها و متعاقباً مقایسه این گونه از ثبت داده هاست. اشتباهات ذاتی یا سهوی در داده های یک سری زمانی تحت بررسی می تواند نتایج گمراه کننده و غیر سودمندی در نتایج مربوط به طیف آن داده ها برجای گذارد. به این منظور ضمن بیان انواع داده های دورافتاده در سری های زمانی و تبیین نقش حساس آن ها در نتایج، به ارائه برآورد استوار تابع چگالی طیفی می پردازیم. یکی از این روش ها یافتن تابع چگالی طیفی استوار با استفاده از تبدیل فوریه تابع اتوکوواریانس استوار شده می باشد. روش دیگر پیش وزن دار کردن برای کاهش ریسک داده های دورافتاده در تابع چگالی طیفی می باشد. سپس با انجام روش های شبیه سازی کارایی این روش ها در رابطه با وجود و عدم وجود نقاط دور افتاده از نوع جمع پذیر مورد مقایسه قرار می گیرد.