多个时间序列的自相关和 Mann-Kendall 趋势检验

Question

我有一个很长的数据框，有 200 个站号。示例数据在此处给出。让样本数据为 df 。现在我想检查每个站号在滞后 1 处的自动相关性。对预白化后的每个站进行预白化并计算Mann-kendall趋势。我可以使用下面的代码为一个单独的站点做。你能帮我一下如何同时对所有电台执行此操作吗？数据框 df

dput(df)
structure(list(stn_num = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L
), .Label = c("08BB005", "08CE001", "08CF003"), class = "factor"), 
    year = c(1987L, 1988L, 1989L, 1990L, 1991L, 1992L, 1993L, 
    1994L, 1995L, 1996L, 1997L, 1998L, 1999L, 1980L, 1981L, 1982L, 
    1983L, 1984L, 1985L, 1986L, 1987L, 1988L, 1989L, 1990L, 1991L, 
    1992L, 1993L, 1984L, 1985L, 1986L, 1987L, 1988L, 1989L, 1990L, 
    1991L, 1992L, 1993L, 1994L), value = c(411.2146215, 346.9846995, 
    453.8616438, 435.3561644, 421.4019178, 444.7603825, 454.469589, 
    441.5884932, 339.76, 294.9562842, 371.8939726, 321.7016438, 
    337.7627397, 460.6622951, 513.1084932, 385.4580822, 386.6643836, 
    377.9076503, 440.7849315, 407.7731507, 454.4967123, 458.3259563, 
    421.4032877, 449.3890411, 456.3934247, 450.015847, 400.0569863, 
    1331.70765, 1415.484932, 1589.654795, 1606.709589, 1750.002732, 
    1803.646575, 1729.054795, 1802.509589, 1805.469945, 1711.854795, 
    1574.153425)), .Names = c("stn_num", "year", "value"), class = "data.frame", row.names = c(NA, 
-38L))

我用于个别站计算的代码

c<-acf(df$value,lag.max=1)
dim(c$acf)
c$acf[[2,1,1]]
df$prewhit1<-c$acf[[2,1,1]]*df$value
prewhitseries<-data.frame(with(df, (df$value[-1] - prewhit1[-length(prewhit1)])))
autocordata<-cbind(df,prewhitseries)
MannKendall(autocordata$prewhitseries)

那么我如何一次对同一数据帧上的所有站号执行预白化和曼肯德尔测试。谢谢。

Answer 1

撇开我的上述评论，我认为这会为您提供所需的信息：

stationList <- unique(df$stn_num)
resultsList <- vector("list", length(stationList))
for(i in stationList){
  tempDF <- df[df$stn_num == i, ]
  c<-acf(tempDF$value,lag.max=1)
  t <- dim(c$acf)
  tempDF$prewhit1<-c$acf[[t[1], t[2], t[3]]]*tempDF$value
  prewhitseries<-data.frame(with(tempDF, (tempDF$value[-1] - prewhit1[-length(prewhit1)])))
  autocordata<-cbind(tempDF[-1,],prewhitseries)
  resultsList[[grep(i, stationList)]] <- MannKendall(autocordata[,5])
}
names(resultsList) <- stationList

我从我在循环中创建的 tempDF 中任意删除了一行，因此 cbind 命令实际上可以工作我不确定你到底想在那里做什么。如果您尝试并行化或需要更高效率，您可以使用 apply 系列中的某些东西获得相同的结果，这可能是您想要的方向。

多个时间序列的自相关和 Mann-Kendall 趋势检验

Autocorrelation and Mann-Kendall Trend test for multiple timeseries

r

apply

stat

plyr