0

私は 2012 年に行った気候実験からの非常に短い時系列データを持っています。データは、毎日の水溶液フラックスと毎日の CO2 フラックス データで構成されています。CO2 フラックス データは 52 日間で構成され、水溶液フラックス データはわずか 7 日間の長さです。CO2 フラックス データを 1 日に数回測定していますが、毎日の平均を計算しました。

さて、これらの時系列に傾向があるかどうか知りたいです。Kendall 傾向検定または Theil-Sen 傾向推定器を使用できることがわかりました。以前、数年にわたる時系列にケンドール検定を使用しました。Theil-Sen 傾向推定器の使い方がわかりません。

データを R の ts オブジェクトに入れましたが、(関数 decompose を使用して) 分解を実行しようとすると、時系列が 2 期間未満であるというエラーが発生します。傾向データを抽出して、Mann-Kendall 検定を実行したいと思います。

これまでに取得したコードは次のとおりです。

myexample <- structure(c(624.27, 682.06, 672.77, 
                     765.96, 759.52, 760.38, 742.81
), .Names = c("Day1", "Day2", "Day3", "Day4", "Day5", "Day6", 
          "Day7"))

ts.object <- ts(myexample, frequency = 365, start = 1)

decomp.ts.obj <- decompose(ts.obj, type = "mult", filter=NULL)

# Error in decompose(ts.obj, type = "mult", filter = NULL)

非常に短い時系列で傾向分析を行う方法について誰か助けてもらえますか? どんなgoogle-fuも役に立たなかった。そして、ケンダルタウのサイズが何を意味するのか誰か教えてもらえますか? -1 から 1 までの範囲の値です。tau=0.5 は強い傾向ですか、それとも弱い傾向ですか?

ありがとう、ステファン

4

1 に答える 1

0

私は次のような単純なことをしたくなるでしょう

d <- data.frame(val=myexample,ind=seq(myexample))
summary(lm(val~ind,d))

また

library(lmPerm)
summary(lmp(val~ind,d))

また

cor.test(~val+ind,data=d,method="kendall")

tau=0.5 が強いか弱いかは、コンテキストに大きく依存します。この場合、p 値は 0.24 であり、少なくともこのシグナル (ランクのみに基づく) は適切な null シグナルと区別できないことを示しています。

于 2014-07-14T16:13:25.437 に答える