Sen+MK趋势分析 |
您所在的位置:网站首页 › 推特趋势和别人不一样吗 › Sen+MK趋势分析 |
Sen+MK趋势分析
结果原理实现非平稳时间序列突变检测 -- Bernaola Galvan分割算法
Sen 斜率估计用于计算趋势值,通常与MK非参数检验结合使用。即首先计算Sen趋势值,然后使用MK方法判断趋势显著性。 结果去看原文 原理Theil-Sen Median方法又被称为 Sen 斜率估计,是一种稳健的非参数统计的趋势计算方法。该方法计算效率高,对于测量误差和离群数据不敏感,常被用于长时间序列数据的趋势分析中。 β = m e a n ( x j − x i j − i ) , ∀ j > i \beta=mean(\frac{x_j-x_i}{j-i}),\forall{j>i} β=mean(j−ixj−xi),∀j>i 式中: x j x_j xj和 x i x_i xi为时间序列数据。β大于0表示时间序列呈现上升趋势;β小于0表示时间序列呈现下降趋势。 Mann-Kendall是一种非参数统计检验方法,最初由Mann在1945年提出,后由Kendall和Sneyers进一步完善,其优点是不需要测量值服从正态分布,也不要求趋势是线性的,并且不受缺失值和异常值的影响,在长时间序列数据的趋势显著检验中得到了十分广泛的应用。其统计检验方法如下: 对于时间序列
X
i
,
i
=
1
,
2
,
.
.
.
i
,
.
.
.
j
,
.
.
.
,
n
X_i,i=1, 2, ...i, ...j, ..., n
Xi,i=1,2,...i,...j,...,n。定义标准化检验统计量 Z: 在给定显著性水平α下,如果 ∣ Z ∣ > Z 1 − α 2 |Z|>Z_{1-\frac{α}{2}} ∣Z∣>Z1−2α,表明不存在趋势的假设被拒绝,时间序列数据存在明显的趋势变化。 Z 1 − α 2 Z_{1-\frac{α}{2}} Z1−2α为在置信水平α下,标准正态函数分布表对应的值。当 Z Z Z的绝对值大于1.65、1.96和2.58时,表示趋势分别通过了信度为90%、95%和99%的显著性检验。 实现Sen趋势值计算: % @author [email protected] % 基于Sen的趋势值 [a,R]=geotiffread('C:\Users\ca\Desktop\sen+mk趋势分析\data\1982_mvc.tif'); info=geotiffinfo('C:\Users\ca\Desktop\sen+mk趋势分析\data\1982_mvc.tif'); [m,n]=size(a); datasum=zeros(m*n,34)+NaN; k=1; for year=1982:2015 filename=['C:\Users\ca\Desktop\sen+mk趋势分析\data\',int2str(year),'_mvc.tif']; data=importdata(filename); data=reshape(data,m*n,1); datasum(:,k)=data; k=k+1; end % ...完整源码见原文MK检验结果: % @author [email protected] % MK趋势显著性检验 [a,R]=geotiffread('C:\Users\ca\Desktop\sen+mk趋势分析\data\1982_mvc.tif'); info=geotiffinfo('C:\Users\ca\Desktop\sen+mk趋势分析\data\1982_mvc.tif'); [m,n]=size(a); cd=34; datasum=zeros(m*n,cd)+NaN; p=1; for year=1982:2015 filename=['C:\Users\ca\Desktop\sen+mk趋势分析\data\',int2str(year),'_mvc.tif']; data=importdata(filename); data=reshape(data,m*n,1); datasum(:,p)=data; p=p+1; end % ...完整源码见原文去看原文 非平稳时间序列突变检测 – Bernaola Galvan分割算法非平稳时间序列突变检测 – Bernaola Galvan分割算法 原文有源码,更多内容,请关注地学分析与算法。 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |