练习R语言:mk.test()函数实现Mann-kendall趋势检验

原创 数据小兵  2021-11-12 10:02  阅读 170 次
数据小兵成长记

Mann-Kendall趋势检验法是对于一组数据(一般是时间序列数据),识别其一系列趋势的非参数检验方法,例如是否逐年下降或上升趋势,也可以适用周期性趋势。

可以使用R包“trend”中的mk.test()函数实现Mann-Kendall趋势检验。

收集到1871-1970年尼罗河年流量测量,单位为10^8 m^3,数据集名称为Nile,试分析该时间序列是否存在某种趋势。

从时间序列图上看,好像前一段有一点下降趋势,但后半段相对平稳,可能还有些微弱抬升。

接下来进行Mann-Kendall趋势检验。

library(trend)

mk.test(Nile)

结果如下:

我们主要关注z值以及p值。z值小于0,表明呈下降趋势,相反z值大于0,表明呈上升趋势。

本例中,z小于0,p<0.001,我们拒绝零假设(假设不存在趋势),表明序列数据存在有统计学意义的趋势变化。

本文完
文/图=数据小兵

 

更多R统计文章
练习R:单个连续数据的探索性统计可视化函数EDA
练习R:用lm.ridge()做岭回归分析,可惜无法输出R平方
练习R:lm+plot+abline+text四函数绘制线性拟合散点图
练习R:用lm.ridge()做岭回归分析,可惜无法输出R平方
练习R:分类自变量的线性回归
练习R:factor函数为有序分类变量创建值标签
学习R:识别缺失值与将指定数据编码为缺失值
练习R:car包recode函数多分类变量的重新编码
练习R:stepAIC多元逐步回归
练习R:用3d空间图展示多元线性回归模型
练习R:用3d空间图展示多元线性回归模型
练习R:dplyr包arrange函数排序
练习R:DoE.base包生成标准L9-3-4正交表
练习R:正交试验极差分析、方差分析与统计图形
练习R:rsm包设计响应面试验并做数据分析
练习R:interaction.plot()函数绘制交互作用图
练习R:influencePlot()函数发现离群点杠杆点强影响点
练习R:glm()函数连续自变量的二项logistic回归
练习R:spss.get()函数读取SPSS数据集
练习R:lrtest()函数做logistic回归全局显著性检验
练习R:qqnorm+t.test函数配对t检验
练习R:TukeyHSD()+plot()函数实现多重比较森林图
练习R:pwr.t.test()函数实现独立t检验样本量计算
练习R:qcc.overdispersion.test()函数检验等离散性
练习R语言:fa.parallel()与fa()函数实现因子分析
本文地址:http://www.datasoldier.net/archives/3388
版权声明:本文为原创文章,版权归 数据小兵 所有,欢迎分享本文,转载请保留出处!
视频课程《SPSS统计分析:从入门到实践提高》
欢迎订阅SPSS训练营微信公众号

评论已关闭!