MATLAB滑动T检验
用MATLAB做滑动T检验
滑动t检验是通过考察两组样本平均值的差异是否显著来检验突变。
基本思想是:把一气候序列中两段子序列均值有无显著差异看作来自两个总体均值有无显著差异的问题来检验。如果两段子序列的均值差异超过了一定的显著性水平,则可以认为有突变发生。
本篇博客中的程序1比较结构性比较差,比较乱,程序2的可读性更好
嘿嘿,第一个程序是我自己编的,有很大改进空间,第二个程序是老师给的,方便改参数,直接copy就能用,真香。
程序1
clear all;close all;clc
%% data read
data = xlsread('Tair.xlsx');
time = data(:,1);
m_sst = data(:,2);
%%
step_1 = 10;step_2 = 10;%设置两组子序列的步长
length_1 = length(time);%变量的命名不能跟函数名相同,不然再次使用该函数时会报错
%用三个循环,方便每一个变量的查看,也可以将三个循环整合成一个
x1 = [];ss_1 = [];
%求第一个子序列的平均和方差并放在数组X1和SS_1中
for i = 1:length_1 - step_1 - step_2x1_bar = mean(m_sst(i:i+step_1-1));a = m_sst(i:i+step_1-1);s_1 = 0;for j = 1:step_1s_1 = s_1 + (a(j)- x1_bar)^2;%可以直接用sum函数求和ends_1 = s_1./step_1;x1 = cat(1,x1,x1_bar);ss_1 = cat(1,ss_1,s_1);%使用cat函数时,不能将拼接的两个变量打乱,否则会得到一个顺序相反或者错乱的数组
end
%求第二个子序列的平均和方差并放在数组X2和SS_2中
x2 = [];ss_2 = [];
for k = 1+step_1:length_1 - step_2x2_bar = mean(m_sst(k:k + step_2 - 1));a = m_sst(k:k + step_2 - 1);x2 = cat(1,x2,x2_bar);s_2 = 0;for l = 1:step_2s_2 = s_2 + (a(l)- x2_bar)^2;ends_2 = s_2./step_2;ss_2 = cat(1,ss_2,s_2);
end
%求滑动t值并拼接成一个矩阵
sss = [];
length_2 = length(x2);
tt = [];
for m = 1:length_2
b = sqrt(((step_1 - 1)*ss_1(m) + (step_2 -1)*ss_2(m))/(step_1+step_2 - 2));
sss = cat(1,b,sss);
t = (x1(m)-x2(m))/(b*sqrt(1/step_1 + 1/step_2));
tt = cat(1,tt,t);
end
length_3 = length(tt);
set(0,'defaultfigurecolor','w');%画布背景设置
set(gcf,'units','normalized','position',[0.25 0.25 0.5 0.5]);
plot(time(step_1 + 1:length_3 + step_1),tt,'linewidth',2);
hold on
ttest = 2.878;% significant level alpha=0.01;
plot(time(step_1 + 1:length_3 + step_1),zeros(length_3,1),'-.','linewidth',1);
plot(time(step_1 + 1:length_3 + step_1),ttest*ones(length_3,1),':','linewidth',3);% line of the significant level
plot(time(step_1 + 1:length_3 + step_1),-ttest*ones(length_3,1),':','linewidth',3);
H=legend('t','0.01 significant level');% explain
title('滑动t-检验检测1911-1995年中国年平均气温等级序列的突变','fontweight','bold','fontsize',15);
xlabel('t(year)','FontName','TimesNewRoman','FontSize',12,'fontweight','bold');
ylabel('Moving T Test','FontName','TimeNewRoman','FontSize',12,'fontweight','bold');
box off;
结果1
公式
啊,对了,附上滑动T检验的公式,写着写着就忘了
两个子样本的样本长度分别为:n1,n2
均值分别为:
方差分别为:S1,S2
两个滑动子序列
示意图
程序2
clear all;close all;clc
%% 打开数据
f = 'HadISST_sst.nc';
time = ncread(f,'time');
lat = ncread(f,'latitude');
lon = ncread(f,'longitude');
sst = ncread(f,'sst');
%% 将异常值变为NAN
sst(sst == -1000)=NaN;sst(sst == -1.8)=NaN;sst(sst < -1e30) = NaN;
%% 求全球海表平均温度
for t = 1:size(sst,3)sst_d = squeeze(sst(:,:,t));m_sst(t) = nanmean(sst_d(:));
end
%m_sst = squeeze(nanmean(squeeze(nanmean(sst,1)),1));
%% 滑动T检验
step = 10; % length of subsequence
v = step+step-2; % degreee of freedom
ttest = 2.878; % sinnificant level alpha=0.01;
len1 = step;
len2 = step;
length_1 = length(m_sst);
x = time(step:length_1 - step);
% 将时间序列x变为正常的时间序列
x = x + datenum(1870,01,01);for i = step:length_1 - stepn1 = m_sst(i-step+1:i);n2 = m_sst(i+1:i+step);mean1 = mean(n1);mean2 = mean(n2);c = (len1+len2)/(len1*len2);var1 = 1/len1*sum((n1 - mean1).^2);% 直接数组求和var2 = 1/len2*sum((n2 - mean2).^2);delta1 = (len1-1)*var1 + (len2-1)*var2;delta = delta1/(len1 + len2 - 2);t(i-step+1) = (mean1 - mean2)/sqrt(delta*c);
end%% 趋势图
figure(1)
set(0,'defaultfigurecolor','w');%画布背景设置
set(gcf,'units','normalized','position',[0.1 0.1 0.8 0.8]);
subplot(2,1,1);
time = double(time);
time = time + datenum(1870,01,01);
plot(time,m_sst,'k-');
datetick('x','mm/dd/yyyy','keepticks');%改时间坐标轴
xlabel('t(year)','FontName','TimesNewRoman','FontSize',12,'fontweight','bold');
ylabel('SST','FontName','TimeNewRoman','FontSize',12,'fontweight','bold');
title('全球海表平均温度时间序列图','fontweight','bold','fontsize',20);
box off;
%% 滑动T检验图
subplot(2,1,2);
plot(x,t,'b-','linewidth',1);
datetick('x','mm/dd/yyyy','keepticks');%改时间坐标轴
xlabel('t(year)','FontName','TimesNewRoman','FontSize',12,'fontweight','bold');
ylabel('Moving T Test','FontName','TimeNewRoman','FontSize',12,'fontweight','bold');
axis([min(x),max(x),-6,6]);% y axis limitation
hold on
plot(x,0*ones(i-step+1,1),'-.','linewidth',1);
plot(x,ttest*ones(i-step+1,1),':','linewidth',3);% line of the significant level
plot(x,-ttest*ones(i-step+1,1),':','linewidth',3);
H=legend('t','0.01 significant level');% explain
title('用滑动T检验检测给出1870.01-2019.12年全球海表平均温度序列的突变','fontweight','bold','fontsize',20);
box off;
结果2
MATLAB滑动T检验相关推荐
- matlab平稳性检验
matlab有平稳检验的函数.函数说明如下: dfARDTest Augmented Dickey-Fuller unit root ...
- 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 ...
- 【假设检验】MATLAB实现K-S检验
MATLAB实现K-S检验 1 K-S检验 2 单样本的K-S检验 2.1 kstest函数调用格式 2.2 案例 3 双样本的K-S检验 3.1 kstest2函数调用格式 3.2 案例 4 讨论 ...
- matlab 的均值t检验,用MATLAB做T检验(ttest)
t-检验: t-检验,又称student's t-test,可以用于比较两组数据是否来自同一分布(可以用于比较两组数据的区分度),假设了数据的正态性,并反应两组数据的方差在统计上是否有显著差异. ma ...
- ttest函数使用方法_用MATLAB做T检验(ttest)
t-检验: t-检验,又称student's t-test,可以用于比较两组数据是否来自同一分布(可以用于比较两组数据的区分度),假设了数据的正态性,并反应两组数据的方差在统计上是否有显著差异. ma ...
- matlab能量谱分析检验,Matlab谱分析的pwelch方法
参考信息源: 由于实际信号通常是非定常的,我们只能假设其在10ms的时间段内是定常的,并在此基础上对短的定常信号求PSD或者能谱.窗函数的作用就是将原始的信号分割成一段段可以计算PSD和能谱的短信号, ...
- matlab做kmo检验的代码,KMO检验
谢老师,因子分析的KMO检验我没太懂.计算公式我看的<应用多元统计分析>(李卫东 2008),但是上面写的比较模糊. 另外我从国外的网上下了一个计算KMO的函数文件,现分享出来,因为似乎有 ...
- matlab回归系数 t检验6,MATLAB回归分析如何提取t统计量及其p值
请教下高手,用matlab做回归分析时,如何提取出检验变量显著性的t统计量和p值啊? 比如我现在的数据: X = 9 81 729 11 ...
- matlab做kmo检验的代码,急求 KMO测度和Bartlett 的球形度检验的计算原公式
1.关于KMO公式,您从如下matlab源程序代码中不难得出,我已经用Excel就计算出来了,跟SPSS的计算结果完全一致. iX = inv(X); %X是原始数据的相关系数矩阵R,而inv ...
- matlab 滑动平均滤波,滑动平均滤波器实验报告
滑动平均滤波器实验报告 所属分类:matlab例程 开发工具:matlab 文件大小:798KB 下载次数:19 上传日期:2018-01-27 16:12:36 上 传 者:玉玲珑 说明: 给出一 ...
最新文章
- 红帽子linux6.6内核版本,RedHat/CentOS发行版本号及内核版本号对照表
- TCPMP0.72RC1的编译与移植以及自己另外做UI完整方法
- 在安卓手机上下载linux系统,如何在安卓手机上运行Ubuntu系统
- Android studio 使用心得(八)----测试程序单元测试
- MYSQL到ORACLE法式迁徙的注意变乱
- 部署java的tcp服务端_java网络编程(TCP)-服务端
- VC2013配置OpenCV开发环境
- 权力的游戏登录显示服务器上限,权力与纷争登录不上怎么办 登录不上解决方案...
- 趋势顶底(QSDD)----无未来函数
- (ChibiOS )嵌入式操作系统 与 (OSAL)操作系统抽象层
- 微信小程序中如何打开公众号文章(node版)
- excel 宏录制,宏代码查看
- 华为智慧屏“两年”,从技术创新到引领电视产业变革
- python笔记更新(正则表达式)
- 被骗进一个很隐蔽的外包公司,入职一个月才发现,已经有了社保记录,简历污了,以后面试有影响吗?...
- 前端复习之JavaScript(ECMAScript5)
- 怎么实现在MindMapper中添加便笺
- Javaweb 实现简单的用户注册登录(含数据库访问功能)
- Unity初探(光源类型与光照模式)
- matlab错误: 服务器出现意外情况。
热门文章
- 家庭和睦、人生平淡也是一种成功
- springboot+基于Web的开关柜综合监测信息查询系统的设计与实现 毕业设计-附源码191550
- 版本号规范,镜像版本SNAPSHOT,LATEST 和 RELEASE 版本
- css 文本属性 文本两端对齐 单行文本间距 首行缩进
- Android开发-API指南-uses-feature(1)
- linux教程试卷_linux基础教程试卷及答案.doc
- iOS 内购最新讲解
- 富贵竹叶子发黄怎么办?
- ucenter php7.0版,UCenter1.5.0UCenter Home1.5Discuz! 7.0 集成安装包
- python transforms_5、Pytorch+MNIST:transforms#多图同显,调试工具