时间序列的突变性检验方法

南信大wzx

  M-K突变性检验
  气象要素大多为时间序列，为了寻找气象要素时间序列的变化趋势和变化突变性，寻找显著的突变点，在统计学上常常采用M-K突变性检验方法。
  在时间序列趋势分析中，用Mann-kendall非参数检验方法来检测变量的长期变化趋势和突变情况。Mann-kendall非参数检验不需要变量遵循一定的分布，不受少数异常值的干扰。
  利用Mann-kendall非参数检验方法中的计算公式计算出检验统计量UF和UB，通过对计算出的UF和UB统计量序列图的分析，可以明确原变量序列的突变时间和突变区域。若UF统计量的值大于0，则表明序列呈现上升趋势；小于0则为下降趋势，当超过显著性水平临界直线时，表明上升下降趋势显著。如果UF和UB两条曲线出现交点，且交点在显著性水平临界直线之间，那么交点对应的时刻为突变时刻。
  可以利用MATLAB，导入时间序列，并将下txt文本中的程序复制到MATLAB中进行运行。相关说明在程序中有给出。
   m-k突变性检验程序.txt (2.84 KB, 下载次数: 85)

2019-4-4 13:11 上传

点击文件名下载附件
代码
    程序中有画图的代码，如果不熟悉MATLAB绘图修改，可以将MATLAB脚本计算出的检验统计量UF和UB，复制到Excel中画图。
下面给出实例和相应的分析：
     利用Mann-Kendall非参数检验方法，对沪广两大城市近50年的年平均气温序列进行突变检验和变化趋势检验，并选取显著性水平临界值。由绘制出的年平均气温的正序列UF曲线和反序列UB曲线图（图7）可以清楚的看出，上海市UF统计量，自20世纪70年代末期开始，由负变正，表明气温序列呈现上升趋势，并在20世纪80年代末期往后，UF统计量超过了0.05显著性水平线，表明这种增温趋势自20世纪80年代末期开始十分显著。广州市的气温Mann-Kendall检验统计量曲线（图8）显示，广州市UF统计量，自20世纪70年代末期开始，由负变正，气温序列呈现上升趋势，气温进入上升阶段，并从20世纪90年代初期以来，UF统计量超过0.05显著性水平值，即这种增温趋势十分显著。可见两大城市的气温，在进入20世纪90年代以来均呈现显著上升趋势，这与前文根据年代平均气温距平分析（表1）和5年滑动平均气温变化曲线图的分析（图2）所得到的结论吻合。
上海市气温Mann-Kendall检验统计量曲线中，UF与UB曲线相交点位于0.001显著性水平线范围内，因此上海市年平均气温在20世纪80年代末的增暖是突变现象，具体是上海市年平均气温在1989年左右发生转暖突变，之后显著上升。而广州市气温Mann-Kendall检验统计量曲线中，UF与UB相交点位于0.05显著性水平线范围内，因此1986年为突变点，即广州市在1986年左右发生转暖突变，之后温度上升趋势显著。可见沪广两大城市均在20世纪80年代末期发生转暖突变，但具体年份稍有差异。


     

evita

感谢分享

媛谢

{:eb513:}永远是吃瓜群众

xyyyy

请问楼主mk有什么使用条件呢，检验先增后减这种序列总是识别不出来

christmas001

超级感谢楼主！！！！

南信大wzx

xyyyy 发表于 2019-4-14 20:44
请问楼主mk有什么使用条件呢，检验先增后减这种序列总是识别不出来

mk其实主要是一种统计的方法，来看一个序列有没有显著的性质。既然是统计的方法，那样本数呀，分布条件呀都会有影响。如果没有检验出突变性，那么可能就是没有显著的突变点。
% Mann-Kendall突变检测
% 数据序列y
其实有用的 只要y序列就可以了，可以将你的数据序列直接复制到y变量里。
% 结果序列UFk，UBk2
注意程序中结果序列具体是 哪两个变量 可以将这两个序列从MATLAB中复制到Excel里画图。

中者