Cómo realizar una prueba de tendencia de Mann-Kendall en Python

Se utiliza una prueba de tendencia de Mann-Kendall para determinar si existe o no una tendencia en los datos de series de tiempo. Es una prueba no paramétrica, lo que significa que no se realiza ninguna suposición subyacente sobre la normalidad de los datos.

Las hipótesis para la prueba son las siguientes:

H ₀ (hipótesis nula): No hay una tendencia presente en los datos.

H _A (hipótesis alternativa): hay una tendencia en los datos. (Esto podría ser una tendencia positiva o negativa)

Si el valor p de la prueba es menor que algún nivel de significancia (las opciones comunes son 0.10, 0.05 y 0.01), entonces hay evidencia estadísticamente significativa de que hay una tendencia presente en los datos de la serie de tiempo.

Este tutorial explica cómo realizar una prueba de tendencia de Mann-Kendall en Python.

Ejemplo: prueba de tendencias de Mann-Kendall en Python

Para realizar una prueba de tendencia de Mann-Kendall en Python, primero instalaremos el paquete pymannkendall :

pip instalar pymannkendall

Una vez que hayamos instalado este paquete, podemos realizar la prueba de tendencias de Mann-Kendall en un conjunto de datos de series de tiempo:

#create dataset
 data = [31, 29, 28, 28, 27, 26, 26, 27, 27, 27, 28, 29, 30, 29, 30, 29, 28]

# realizar la prueba de tendencia de Mann-Kendall
 importar pymannkendall como mk

mk. prueba_original (datos)

Mann_Kendall_Test (tendencia = 'sin tendencia', h = Falso, p = 0.422586268671707,
                  z = 0,80194241623, Tau = 0,147058823529, s = 20,0,
                  var_s = 561.33333333, pendiente = 0.0384615384615, intersección = 27.692307692)

A continuación, se explica cómo interpretar el resultado de la prueba:

• tendencia : indica la tendencia. La salida posible incluye tendencia creciente, decreciente o sin tendencia.
• h: Verdadero si la tendencia está presente. Falso si no hay ninguna tendencia.
• p: el valor p de la prueba.
• z: el estadístico de prueba de normalización.
• Tau: Kendall Tau.
• s: puntuación de Mann-Kendal
• var_s: Varianza S
• pendiente: estimador de Theil-Sen / pendiente
• intercepción: intercepción de Kendall-Theil Robust Line

El valor principal que nos interesa es el valor p, que nos dice si existe o no una tendencia estadísticamente significativa en los datos.

En este ejemplo, el valor p es 0.4226 que no es menor que 0.05. Por lo tanto, no hay una tendencia significativa en los datos de las series de tiempo.

Además de realizar la prueba de tendencia de Mann-Kendall, podemos crear una gráfica de línea rápida usando Matplotlib para visualizar los datos de la serie de tiempo real:

importar matplotlib. pyplot  como plt

plt. trama (datos)

En la gráfica podemos ver que los datos están un poco por todos lados, lo que confirma que no hay una tendencia clara en los datos.

Relacionado: Cómo realizar una prueba de tendencia de Mann-Kendall en R

• https://r-project.org
• https://www.python.org/
• https://www.stata.com/