序列的趋势存在性检验：Cox-Stuart test和Mann-Kendall test

我们经常听这样的描述，数据呈上升/下降/无明显趋势，这个结论往往是靠人眼观察出来的，不够严谨。我们需要更科学的方法，下面就借助非参里的符号检验，来谈谈检验趋势存在性的两种常用方法。

1. Cox-Stuart趋势检验

• 原理
  对于数据序列x1,x2,x3,……,xn，我们以位置中间数c为界把该序列分成两部分，并两两配对成(x1,xc+1),(x2,xc+2),……(xc,xn)的形式。接着我们以每一组中后一个数减去前一个数并记下正负性，s+表示得到正数的个数，s-表示得到负数的个数。如果s+远远大于s-，则我们认为序列存在上升趋势，反之序列存在下降趋势，如果s+与s-很接近，那就无明显趋势，这里度量s+和s-有无明显差异性靠的是binom.test（）。

• 实现
  R语言里没有现成的函数，需要自己编写，这里给出一种作为参考。案例结果表明，置信水平为0.05时，测试序列customers呈下降趋势，但趋势并不显著（P值0.1094）

cox.stuart.test =
function (x)
{
   
  method = "Cox-Stuart test for trend analysis"
  leng = length(x)
  apross = round(leng) %% 2
  if (apross == 1) {
   
    delete = (length(x)+1)/2
    x = x[ -delete ] 
  }
  half = length(x)/