时间序列变化趋势检验

守护最好的深深

请问一下，图里用mk检验计算的P值，如何可以用matlab代码进行实现呢

一花一世界

不知道{:5_196:}{:5_196:}

wying

您好，请问这个图是在哪里看到的呢，能否告知一下

dh5002

你好，请问这是什么文章的里面的图啊，我想看看，他趋势转折点判断用的什么办法

zhaokg

如果有人需要一个贝叶斯算法的话，我开发了一个时间序列趋势，断点/突变分析，和时间序列分解算法BEAST. 这里有更多介绍 http://github.com/zhaokg/Rbeast.

具体而言， beast可以在R和Matlab中调用：

in R

1. install.packages("Rbeast")
   
2. data(Nile)                       #  annual streamflow of the Nile River   
   
3. out = beast(Nile, season='none') #  'none': trend-only data without seasonlaity   
   
4. print(out)                  
   
5. plot(out)

复制代码

                               
登录/注册后可看大图

in Matlab:

1. eval(webread('http://b.link/beast',weboptions('cert',''))) % install BEAST to your local machine
   
2. load('Nile.mat')                          % annual streamflow of the Nile River startin from year 1871
   
3. out = beast(Nile, 'season', 'none','start', 1871)  % trend-only data without seasonality
   
4. printbeast(out)
   
5. plotbeast(out)

复制代码

Matlab中另外一个例子

1. load('googletrend.mat') % Monthly Google search trend data of 'beach' since Jan 2004
   
2. o = beast( beach )      % Apply BEAST to the 'beach time series: beach is a data vector only; the time
   
3.                         % info can be supplied using the start and deltat
   
4.                         % keywords, as in the next commented line
   
5. %o = beast( beach,'start',[2004,1],'deltat',1/12 )
   
6. printbeast(o)           % print the changepoints detected
   
7. plotbeast(o)            % plot the results: o.season.Y and o.trend.Y are the seasonal and trend compoents

复制代码

me007

沉迷于学习而无法自拔。