MannKendall检验讲课文档.pptVIP

第一页，编辑于星期五：十三点 十八分。 数据平稳性假设，是运用经典的统计方法对时间序列分析和预测的前提。但是在现实中，有许多时间序列数据并不满足这一假设条件。因此，建立和发展非平稳时间序列分析方法，是十分必要的。 本章将结合有关实例，重点介绍和探讨两种常用的非平稳时间序列分析方法，即Mann-Kendall检验与集合经验模态分解方法在现代地理学中的应用。 第二页，编辑于星期五：十三点 十八分。 第1节 Mann-Kendall 检验 Mann-Kendall 趋势检验 Mann-Kendall突变检验 第三页，编辑于星期五：十三点 十八分。 Mann-Kendall方法是一种非参数统计检验方法，其优点是不需要样本遵从一定的分布，也不受少数异常值的干扰，更是用于类型变量和顺序变量，适用性强，计算也比较方便。 该方法，不但可以检验时间序列的变化趋势，还可以检验时间序列是否发生了突变。 第四页，编辑于星期五：十三点 十八分。 （一）Mann-Kendall趋势检验的原理 对于时间序列X，Mann-Kendall趋势检验的统计量如下： 其中, 为时间序列的第j个数据值；n为数据样本的长度;sgn是符号函数，其定义如下: 一、Mann-Kendall趋势检验 第五页，编辑于星期五：十三点 十八分。 Mann（1945）和 Kendall（1975）证明，当 时，统计量S大致地服从正态分布，其均值为0，方差为： 其中， 是第i组的数据点的数目。 第六页，编辑于星期五：十三点 十八分。 标准化统计量，按照如下公式计算： 即： 服从标准正态分布。 第七页，编辑于星期五：十三点 十八分。 衡量趋势大小的指标为 式中， ，正的 值表示“上升趋势”，负的 值表示“下降趋势”。 第八页，编辑于星期五：十三点 十八分。 Mann-Kendall趋势检验的方法是： 零假设 ，当 时，拒绝零假设。其中， 为标准正态方差， 为显著性检验水平。 当Zc 的绝对值大于等于1.28、1.64、2.32时，表示分别通过了信度为90％、95％、99％显著性检验。 上述Mann-Kendall趋势检验的计算过程，可以借助于Matlab软件编程实现。 第九页，编辑于星期五：十三点 十八分。 （二）Mann-Kendall趋势检验实例 为检验塔里木河流域气候变化的显著性，选择流域内23个气象台站（国家台站）48年(1959-2006)的年平均气温、年降水量、年平均相对湿度时间序列数据，运用Mann-Kendall方法做趋势检验。 第十页，编辑于星期五：十三点 十八分。 塔里木河流域示意图 第十一页，编辑于星期五：十三点 十八分。 年平均气温变化趋势的Mann-Kendall检验在置信度水平α＝0.05，对于年平均气温序列进行统计检验，结果如表所示。 第十二页，编辑于星期五：十三点 十八分。 台站编号 台站 倾斜度β Zc Z(1- α)/2 显著性 51 642 轮台 0.040 0 5.439 5 0.605 1 显著 51 628 阿克苏 0.038 9 5.590 6 0.476 7 显著 51 839 民丰 0.036 5 5.217 3 0.492 8 显著 51 567 焉耆 0.033 3 5.172 8 0.418 7 显著 51 828 和田 0.031 8 4.097 4 0.467 9 显著 51 705 乌洽 0.031 4 4.026 3 0.623 8 显著 51 855 且末 0.030 7 4.710 7 0.395 7 显著 51 467 巴仑台 0.030 2 3.617 4 0.555 2 显著 51 701 吐尔尕特 0.028 6 4.399 6 0.402 1 显著 51 633 拜城 0.028 6 4.124 1 0.413 6 显著 51 765 铁干里克 0.027 1 5.377 3 0.289 3 显著 表年平均气温变化趋势的Mann-Kendall检验 注：本表中的置信度水平为α＝0.05 第十三页，编辑于星期五：十三点 十八分。 51 716 巴楚 0.026 7 4.666 2 0.305 1 显著 51 526 库米什 0.026 3 4.3