趋势显著性检验

服务器托管网

def kendall_t(data):
    '''
    kendall_t趋势显著性检验,《现代气候统计诊断与预测技术》--魏凤英55页
    Parameters
    ----------
    data：一列数据

    Returns
    -------
    1为显著上升；
    -1为显著下降；
    0为不显著
    '''
    n = np.size(data, 0)  # 数据个数
    # 计算秩统计量r
    ri = np.zeros([np.size(data, 0) - 1, np.size(data, 1)])  # 长度为数据长度-1
    r = np.zeros([np.size(data, 0) - 1, np.size(data, 1)])  # 长度为数据长度-1
    for i in range(len(data) - 1):
        if data[i + 1, 0] > data[i, 0]:
            ri[i, 0] = 1
            r[i, 0] = np.sum(ri[0:i, 0])
        r[i, 0] = np.sum(ri[0:i + 1, 0])
    # 计算统计量Z,Z区间为[-1,1]
    z = np.sum(r) * 4 / (n * (n - 1)) - 1
    # 计算显著性水平Z0.05
    z005 = 1.96 * np.sqrt((4 * n + 10) / (9 * n * (n - 1)))
    # 如果|Z|>Z005,则显著
    if abs(z) > z005 and z > 0:
        significance = 1
    elif abs(z) > z005 and z  0:
        significance = -1
    else:
        significance = 0
   服务器托管网 return significance

服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net

相关推荐: #yyds干货盘点# LeetCode程序员面试金典：寻找右区间

1.简述： 给你一个区间数组intervals，其中intervals[i] = [starti, endi]，且每个starti都不同。 区间i的右侧区间可以记作区间j，并满足startj>= endi，且startj最小化。注意i可能等于j。 返回一…