本篇内容介绍了“Python如何实现MK检验”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
MK检验：时间序列进行检测，并找出突变点，本文参考网上的matlab程序改写为python代码如下：
import numpy as npimport pandas as pdimport matplotlib.pyplot as plt#读取时间序列数据data = pd.read_csv('')#定义时间和径流数据列x = list(range(len(data)))y = data.to_list#获取样本数据n = len(y)#正序计算#定义累计量序列Sk，长度n，初始值为0Sk = np.zeros(n)UFk = np.zeros(n)#定义Sk序列元素ss = 0#i从2开始，根据统计量UFk公式，i=1时，Sk（1）、E（1）、Var（1）均为0，此时UFk无意义，因此公式中，令UFk（1） = 0for i in range(2,n): for j in range(1,i): if y[i]>y[j]: s += 1 Sk[i] = s E = i * (i - 1)/4 Var = i * (i - 1) * (2 * i + 5)/72 UFk[i] = (Sk[i] - E)/np.sqrt(Var)#逆序计算，构造逆序列y2，长度为n，初值为0#定义逆累计量序列Sk2，长度n，初始值为0#定义逆统计量序列Sk2，长度n，初始值为0y2 = np.zeros(n)Sk2 = np.zeros(n)UBk = np.zeros(n)#s归零s = 0#按时间序列逆转样本y2 = y[::-1]# i从2开始，根据统计量UBk公式，i=1时，Sk（1）、E（1）、Var（1）均为0，此时UFk无意义，因此公式中，令UBk（1） = 0for i in range(2, n): for j in range(1, i): if y2[i] > y2[j]: s += 1 Sk2[i] = s E = i * (i - 1) / 4 Var = i * (i - 1) * (2 * i + 5) / 72 UBk[i] = -(Sk2[i] - E) / np.sqrt(Var)#逆转逆序列UBk2 = UBk[::-1]#画图plt.figure(figsize=(10,5))plt.plot(range(1 ,n+1),UFk,label = 'UFk',color = 'orange')plt.plot(range(1 ,n+1),UBk2,label = 'UBk',color = 'cornflowerblue')plt.ylabel('UFk-UBk')x_lim = plt.xlim()plt.plot(x_lim,[-1.96,-1.96],'m--',color = 'r')plt.plot(x_lim, [0,0],'m--')plt.plot(x_lim,[1.96,1.96],'m--',color = 'r')plt.show()“Python如何实现MK检验”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注编程网网站，小编将为大家输出更多高质量的实用文章！
