https://blog.csdn.net/liuchengzimozigreat/article/details/87931248
在python中使用Mann-kendall:
Q: Using Mann Kendall in python with a lot of data
在python中使用mann-Kendall,可以用scipy.stats.kendalltau,该函数返回两个值:tau-反映两个序列的相关性,接近1的值表示强烈的正相关,接近-1的值表示强烈的负相关;p_value:p值反映的是假设检验的双边p值,其零假设为无关联——即通常所谓的显著性水平,一般取p<0.05为显著。
其实上面重要的是显著性水平,至于正相关还是负相关我们可以用斜率来表示。斜率可用线性回归的斜率,也可以是Sen’s slope(python中可以用stat包提供的函数来计算)。
??想了解关于风速历年变化趋势,被推荐用Mann-Kendall趋势检验,查到一篇相对详细的介绍,转译成中文以飨诸君。原文:Mann-Kendall Test For Monotonic Trend
??水平有限,如有纰漏,还望斧正。
背景知识
??Mann-Kendall(MK)检验(test)(Mann 1945, Kendall 1975, Gilbert 1987) 的目的是统计评估我们所感兴趣的变量,随着时间变化,是否有单调上升或下降的趋势。单调上升(下降)的趋势意味着该变量随时间增加(减少),但此趋势可能是、也可能不是线性的。MK test可替代参数线性回归分析——线性回归可检验线性拟合直线的斜率是否不为零。回归分析要求拟合回归线的残差是正态分布的,MK检验不需要这