之前在研究用机器学习库Sci-kit做计算指标(特征值)和金融产品趋势(分类)关系学习的时候，对于如何判断趋势，是直接使用当前之后5根k线close值做线性回归，如果拟合的P值可信的直线斜率向上则是上涨，斜率向下则是下跌。具体代码可以见之前我之前blog。 在vnpy有个网友讨论，为什么用这样方法判 ...
转载
2021-09-07 20:40:00
3260阅读
3评论
Mann-Kendall原理Mann-Kendall检验是一种用于检测时间序列中趋势变化的非参数统计方法，它不需要对数据分布做出任何假设，因此适用于各种类型的数据。Mann-Kendall检验的假设是原假设：时间序列中不存在趋势变化，备择假设：时间序列中存在趋势变化。其基本思想是通过比较每对数据点之间的大小关系来检查序列中的趋势，然后根据秩和的正负性来确定趋势的方向。Mann-Kendall检验的
# R语言中的Mann-Kendall检验方法
在统计分析中，趋势检验是一项重要的任务，尤其是在环境科学、经济学和气候研究等领域。Mann-Kendall检验是一种非参数检验方法，用于检测时间序列数据中的单调趋势。本文将介绍Mann-Kendall检验的原理，并通过R语言实现这一方法，最后通过一个旅行图来展示这一过程。
## Mann-Kendall检验的原理
Mann-Kendall检验基
原创
2024-10-17 07:05:51
788阅读
# Python Kendall计算教程
## 概述
在Python中计算Kendall相关系数，可以使用`scipy.stats`库中的`kendalltau`方法。Kendall相关系数主要用于衡量两个变量之间的相关性程度。
## 流程图
```mermaid
flowchart TD
A(开始) --> B(导入必要库)
B --> C(准备数据)
C --> D
原创
2024-05-30 06:37:23
137阅读
嗯，用户之前已经问过关于Mann-Whitney U检验的代码解释，现在他进一步问“具体讲讲Mann-Whitney U”，说明他可能想更深入
可达性分析算法 在主流的商用程序语言（Java、C#，甚至包括前面提到的古老的Lisp）的主流实现中，都是称通过可达性分析（Reachability Analysis）来判定对象是否存活的。这个算法的基本思路就是通过一系列的称为“GC Roots”的对象作为起始点，从这些节点开始向下搜索，搜索所走过的路径称为引
转载
2024-09-09 12:55:21
13阅读
MK趋势检验在时间序列趋势分析中，Mann-Kendall检验是世界气象组织推荐并已被广泛使用的非参数检验方法，最初由Mann和Kendall提出，现已被很多学者用来分析降雨、气温、径流和水质等要素时间序列的趋势变化。Mann-Kendall检验不需要样本遵从一定的分布，也不受少数异常值的干扰，适用于水文、气象等非正态分布的数据，计算简便。 代码如下： 这是代码1% Mann-Kendall趋势检
转载
2023-08-31 13:01:36
1287阅读
Mann-Kendall 检验——一种非参数检验方法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,更适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。Mann-Kendall 趋势检验(一)Mann-Kendall 趋势检验的原理 统计量S——当n>8
转载
2024-07-19 20:13:53
0阅读
测量相关程度的相关系数很多，各种参数的计算方法及特点各异。 连续变量的相关指标： 此时一般用积差相关系数，又称pearson相关系数来表示其相关性的大小，积差相关系数只适用于两变量呈线性相关时。其数值介于-1~1之间，当两变量相关性达到最大，散点呈一条直线时取值为-1或1，正负号表明了相关的方向，如果两变量
转载
2024-04-20 21:29:17
30阅读
M-K（Mann-Kendall）法是一种气候诊断与预测技术，可以判断气候序列中是否存在气候突变，如果存在，可确定出突变发生的时间。Mann-Kendall检验法也经常用于气候变化影响下的降水、干旱频次趋势检测。由于最初由曼(H.B.Mann)和肯德尔(M.G.Kendall)提出了原理并发展了这一方法，故称其为曼—肯德尔（Mann-Kendall）法。1 原理对于一个含有 n 个样本的时间
转载
2023-09-05 10:57:10
158阅读
季节性Kendall检验是一种用于判断时间序列数据中季节性变化趋势的非参数统计方法。它能够分析统计数据在不同时间周期中的相关性，并揭示潜在的季节性模式。随着数据分析需求的增加，特别是在气象学、经济金融等领域，能够使用Python进行季节性Kendall检验显得尤为重要。接下来，将详细记录如何在Python中实现这一检验过程。
## 环境准备
为了进行季节性Kendall检验，我们需要准备相应的
肯德尔和谐系数(Kendall)
原创
精选
2024-06-25 10:43:29
677阅读
Kendall秩相关系数（Kendall rank correlation coefficient）(xi,yi),(xj,yj)： (xi−xj)(yi−yj)⎧⎩⎨⎪⎪>0,=0,<0,concordantneither concordant nor discordantdiscordant τ=(number of concordant pairs)−(number of
1.背景Dice 系数是常用的分割的评价标准之一 后面还会介绍其他的评价标准。 而且我发现大家的东西都是互相抄来抄去没有意思2.Dice系数原理及定义公式1 假设 X 是 Output【也就是我们输出结果】 维度为（3，3） Y 为lable【标签】 维度为（3，3）单一分类 首先我们需要明白Dice系数使用判断两个图片（这里我就指的是X Y）的相似度的，但是在我们的分割任务当中我们通常将0 代表
转载
2024-01-11 09:22:33
94阅读
# Python中使用Copula函数求Kendall相关系数的教程
作为一名刚入行的开发者，你可能对如何使用Python中的Copula函数来计算Kendall相关系数感到困惑。不用担心，本文将为你提供一份详细的教程，帮助你理解并实现这一功能。
## 流程概览
首先，让我们通过一个表格来概览整个流程：
| 步骤 | 描述 |
|------|------|
| 1 | 安装必要的库
原创
2024-07-24 11:49:01
150阅读
学习目标:1.利用gensim包分析文档相似度2.使用jieba进行中文分词3.了解TF-IDF模型 环境:Python 3.6.0 |Anaconda 4.3.1 (64-bit) 工具:jupyter notebook注: 为了简化问题,本文没有剔除停用词"stop-word".实际应用中应该剔除停用词. 首先引入分词API库jieba、文本相似度库gensim
# Python中的MK突变点检测
突变点检测是时间序列分析中的一种重要方法，它用于识别数据集中的显著变化点。这些变化点可能会影响数据的预测和分析。MK（Mann-Kendall）突变点检测方法是一种基于统计学的技术，广泛应用于环境研究、气候变化监测等领域。本文将介绍如何在Python中实施MK突变点检测，并附上代码示例。
## 1. 什么是Mann-Kendall检验？
Mann-Kend
原创
2024-09-13 03:29:30
1266阅读
写在前面：一致性检验的目的在于比较不同方法得到的结果是否具有一致性。比如采集的样本和真实样本是否一致，比如两种抽样方法得到的两个样本集是否一致，比如两种不同超参数设置下的聚类方法得到的聚类结果是否一致，等等检验一致性，你用哪种方法检验一致性的方法有很多比如：Kappa检验、ICC组内相关系数、Kendall W协调系数等。每种方法的功能侧重，数据要求都略有不同：Kappa系数检验，适用于两次数据（
转载
2023-10-27 16:17:30
444阅读
# 使用Python进行Kendall一致性检验指南
在数据分析与统计中，Kendall一致性检验是一种用于测量多名评估者或观察者之间一致性的统计方法。它常用于评估定量判断的一致性，尤其是在社会科学和医学领域。本文将详细介绍如何在Python中实现Kendall一致性检验的步骤，并提供相关代码及其解释。
## 一、核心流程
实现Kendall一致性检验的流程可以概括为以下几个步骤：
| 步
MK检验是曼－肯德尔法，又称Mann—Kenddall 检验法，是一种气候诊断与预测技术，应用Mann-Kendall检验法可以判断气候序列中是否存在气候突变，如果存在，可确定出突变发生的时间。Mann-Kendall检验法也经常用于气候变化影响下的降水、干旱频次趋势检测。目前常用于长时间序列的栅格数据的显著性检验，在植被覆盖度，NDVI，NPP等方面尤为常见。
该检验功能强大，不需要样本遵从一定
原创
精选
2024-03-07 14:21:31
377阅读
