任务描述:对时间序列进行MK突变检验:

将MK突变检验的代码封装为函数,直接调用即可,代码如下:

%% MK突变检验
%% 修改日期 2022/7/29function [UF,UB] = MKbreak(time_series)n = length(time_series);%%  ---------------------------------正序列计算--------------------------------
% 定义统计量UF,长度=n,初始值=0;
UF=zeros(size(time_series));E = n*(n-1)/4;                         % E是累计数s(k)的均值
Var = n*(n-1)*(2*n+5)/72;              % Var是累计数s(k)的方差% 定义秩序列,r(i)记录的是第i个时刻,其数值大于j时刻(其中j<=i)数值的个数的
for i= 1:nr1(i) = sum(time_series(i)>time_series(1:i));
end% 定义累计量序列s,s(k)记录的是第i个时刻(其中i<=k),其数值大于j时刻(其中j<=i)数值个数的累计数
s = zeros(size(time_series));
% k从2开始,因为根据统计量UF(k)公式,k=1时,s(1)、E(1)、Var(1)均为0,此时UF无意义,因此公式中,令UFk(1)=0
for k = 2:ns(k) = sum(r1(1:k));E = k*(k-1)/4;                     % s(k)的均值Var = k*(k-1)*(2*k+5)/72;          % s(k)的方差UF(k) = (s(k)-E)/sqrt(Var);
end%% ---------------------------------逆序列计算--------------------------------
% 按时间序列逆转样本,构造逆序列time_series2和
for i=1:ntime_series2(i)=time_series(n-i+1);
end
% 定义逆序统计量UB,长度=n,初始值=0
UB = zeros(size(time_series2));
for i= 1:nr2(i) = sum(time_series2(i)>time_series2(1:i));
end% 定义逆序累计量序列s2,长度=n,初始值=0
s2 = zeros(size(time_series2));
% i从2开始,因为根据统计量UB(k)公式,i=1时,s2(1)、E(1)、Var(1)均为0,此时UB无意义,因此公式中,令UB(1)=0
for k = 2:ns2(k) = sum(r2(1:k));E = k*(k-1)/4;                     % s2(k)的均值Var = k*(k-1)*(2*k+5)/72;          % s2(k)的方差
% 由于对逆序序列的累计量S2的构建中,依然用的是累加法,即后者大于前者时r加1,
% 则r的大小表征了一种上升的趋势的大小,而序列逆序以后,应当表现出与原序列相反
% 的趋势表现,因此,用累加法统计S2序列,统计量公式(S(i)-E(i))/sqrt(Var(i))
% 也不应改变,但统计量UBk应取相反数以表征正确的逆序序列的趋势UB(k) = -(s2(k)-E)/sqrt(Var);
end%% ---------------------------------绘图
% 此时上一步的到UB表现的是逆序列在逆序时间上的趋势统计量
% 与UF做图寻找突变点时,2条曲线应具有同样的时间轴,因此
% 再按时间序列逆转结果统计量UB,得到时间正序的UB,做图用
for i=1:nUB2(i)=UB(n-i+1);
end
x = 1:n;plot(x,UF,'g-','linewidth',1.5);
hold on
plot(x,UB2,'m-','linewidth',1.5);
% plot(x,UB,'m-','linewidth',1.5);
plot(x,1.96*ones(n,1),'-.r','linewidth',1);
plot(x,0*ones(n,1),'-','color',[0.2,0.2,0.2],'linewidth',1);
plot(x,-1.96*ones(n,1),'-.r','linewidth',1);
grid(gca,'minor')% 画出次格网axis([min(x),max(x),-5,5]);
legend('UF统计量','UB统计量','0.05显著水平');
set(gca,'Fontsize',12)
set(gca,'ytick',-5:1:5)
xlabel('{\itt} (year)','FontSize',15);
ylabel('统计量','Fontsize',15);end

注:代码并非全部原创,是修改自Mann-Kendall突变检测(mk突变检测),优化了部分语法,修正了部分错误,更正了部分描述。

突变检验结果如下:

图像解读方法如下,来自mk突变点检测_(案例)时间序列分析之MK突变检测

Hope this may bring you some inspirations!

后记:

写博客的初衷是分享经验,同时是算是自己对思路和代码的整理,方便日后处理数据,应该可以帮到很多人。
我已免费分享我的心得,如果看官还有其他问题的,那么:知识付费,我的时间和经验正好可以解决你的问题。
咨询问题请添加QQ:819369354

2022年4月20日

MATLAB Mann-Kendall突变检验 (mk突变检验)相关推荐

  1. mk突变点检测_Mann-Kendall突变检测(mk突变检测)

    本帖最后由 vb1987 于 2013-6-12 23:27 编辑 %最近写论文需要用到MK检验法,网上收集到大量的matlab代码,但是没有一个代码能够 %完全正确运行或者分析信息不全,结合多位网友 ...

  2. MK趋势检验和MK突变检验(代码分享及结果分析)

    MK趋势检验 在时间序列趋势分析中,Mann-Kendall检验是世界气象组织推荐并已被广泛使用的非参数检验方法,最初由Mann和Kendall提出,现已被很多学者用来分析降雨.气温.径流和水质等要素 ...

  3. mk突变点检测_科学网—从网上找的M-K突变检验的程序 - 张乐乐的博文

    %从matlab论坛上找的MK突变检验的程序,这个程序运行的结果跟我自己编写程序运行出来的结果一样,但是跟魏凤英老师书上的例子出图结果不一样 A=xlsread('test-mk.xlsx'); x= ...

  4. 多时间序列数据MK突变检验突变点提取

    多时间序列数据MK突变检验突变点提取 需求 代码 结果 需求 之前推送了一篇MK突变分析的文章[Manner-Kendall(M-K)-突变检验],针对的是如何获得单个时间序列数据的突变点,这个时候突 ...

  5. Manner-Kendall(M-K)---突变检验

    Manner-Kendall M-K突变检验 原理 代码 结果 非平稳时间序列突变检测 -- Bernaola Galvan分割算法 Pettitt突变检验 原理 去看原文 代码 data=xlsre ...

  6. MK趋势检验和MK突变检验

    原理 这两个B站教程讲解的很清楚,而且还有实例演示 B站教程:MK趋势检验 B站教程:MK突变检验 MK检验反应的应该是数据的整体趋势,而不是某一处时间节点的趋势 代码 代码中的测试数据就是B站教程中 ...

  7. 基于python滑动T检验的实现--结合MK突变确定突变点

    文章目录 滑动T检验 原理 python代码 结果 结果图: step==3 结果图: step==2 相关数据可查看 滑动T检验 前面做了基于python的mk突变检验发现UF,UB曲线有较多相交点 ...

  8. MATLAB 美国标准普尔500指数(sp500)的资产收益率分布的拟合与检验 统计图 拟合检验 描述性统计量分析 matlab

    MATLAB 美国标准普尔500指数(sp500)的资产收益率分布的拟合与检验 统计图 拟合检验 描述性统计量分析 matlab 文章目录 实验内容 实验(一):下载并保存数据 实验(二):数据的描述 ...

  9. python:遥感时间序列处理——Mann-Kendall(MK)突变检测(突变时间/年份)

    作者:CSDN @ _养乐多_ 本文记录了使用python语言读取数据和逐像素求MK突变时间的方法和代码. 并以2001年到2022年的NDVI时间序列数据为例,展示了研究区内NDVI发生突变的时间. ...

最新文章

  1. RedHat的yum源修改为CentOS的yum源
  2. My MPC系列·暴风影音 V5.00 RC3
  3. aapt2 资源 compile 过程
  4. (五)EasyUI使用——datagrid数据表格
  5. lisp画靶子 visual_基于VisualLISP的AutoCAD绘图命令的二次开发_沈良翼
  6. 使用ORACLE生成随机数
  7. MSChart BarChart
  8. bzoj 2627: JZPKIL [伯努利数 Pollard-rho]
  9. 面试题: ,| 与,||的区别?
  10. scm中mysql作用_scm供应链管理的作用
  11. Objective-C文字换行方式(解决英文在行末时的换行问题)
  12. 创建一个字体wx.Font
  13. 区块链技术之P2P网络(二)
  14. html 高度塌陷,前端高度塌陷问题
  15. 苹果三代耳机_P130 【AirPods 3代】绝对性的福利!“地表最强真无线耳机” 苹果第三代AirPods Pro蓝牙耳机、妙不可言!...
  16. 计算机原理与应用作业,计算机原理与应用(杨刚)-中国大学mooc-题库零氪
  17. 完整详细的回归分析实例R语言实现(含数据代码)
  18. java计算机毕业设计基于安卓Android的桃源婚恋交友APP uniapp 小程序
  19. Servlet VS Filter
  20. 图形特效编程---片段函数与抓屏技术

热门文章

  1. php 405,php-Laravel异常405 MethodNotAllowed
  2. 蚂蚁金服副CTO胡喜ATEC上宣布:蚂蚁金服技术全面开放
  3. UnicodeEncodeError: ‘latin-1‘ codec can‘t encode characters
  4. 计算机毕业设计题目100例
  5. 恶习为什么难戒?因为你在HALT状态
  6. 计算机专业学历简况,刘觉民
  7. 图像识别python模块_人工智能之Python人脸识别技术--face_recognition模块
  8. 亚马逊补单是怎么做的?
  9. 灵魂画手之——天堂鸟
  10. android高级UI之Paint Xfermode