本篇内容介绍了“Python如何实现MK检验”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!
MK检验:时间序列进行检测,并找出突变点,本文参考网上的matlab程序改写为python代码如下:
import numpy as np import pandas as pd import matplotlib.pyplot as plt #读取时间序列数据 data = pd.read_csv('') #定义时间和径流数据列 x = list(range(len(data))) y = data.to_list #获取样本数据 n = len(y) #正序计算 #定义累计量序列Sk,长度n,初始值为0 Sk = np.zeros(n) UFk = np.zeros(n) #定义Sk序列元素s s = 0 #i从2开始,根据统计量UFk公式,i=1时,Sk(1)、E(1)、Var(1)均为0,此时UFk无意义,因此公式中,令UFk(1) = 0 for i in range(2,n): for j in range(1,i): if y[i]>y[j]: s += 1 Sk[i] = s E = i * (i - 1)/4 Var = i * (i - 1) * (2 * i + 5)/72 UFk[i] = (Sk[i] - E)/np.sqrt(Var) #逆序计算,构造逆序列y2,长度为n,初值为0 #定义逆累计量序列Sk2,长度n,初始值为0 #定义逆统计量序列Sk2,长度n,初始值为0 y2 = np.zeros(n) Sk2 = np.zeros(n) UBk = np.zeros(n) #s归零 s = 0 #按时间序列逆转样本 y2 = y[::-1] # i从2开始,根据统计量UBk公式,i=1时,Sk(1)、E(1)、Var(1)均为0,此时UFk无意义,因此公式中,令UBk(1) = 0 for i in range(2, n): for j in range(1, i): if y2[i] > y2[j]: s += 1 Sk2[i] = s E = i * (i - 1) / 4 Var = i * (i - 1) * (2 * i + 5) / 72 UBk[i] = -(Sk2[i] - E) / np.sqrt(Var) #逆转逆序列 UBk2 = UBk[::-1] #画图 plt.figure(figsize=(10,5)) plt.plot(range(1 ,n+1),UFk,label = 'UFk',color = 'orange') plt.plot(range(1 ,n+1),UBk2,label = 'UBk',color = 'cornflowerblue') plt.ylabel('UFk-UBk') x_lim = plt.xlim() plt.plot(x_lim,[-1.96,-1.96],'m--',color = 'r') plt.plot(x_lim, [0,0],'m--') plt.plot(x_lim,[1.96,1.96],'m--',color = 'r') plt.show()
“Python如何实现MK检验”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站,小编将为大家输出更多高质量的实用文章!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。