Mann–Kendall傾向とSen傾き
バグ・不具合を報告
時系列に一方向の単調傾向があるかを順位で検定し、その変化率を外れ値に頑健なSen傾きで推定する。
単調傾向の検定であり、変化点・予測・因果効果の推定ではありません。正規近似や95%区間は観測の独立性を前提とします。
項目を入力・選択してから「計算する」を押してください。
選択内容に応じて、残りの入力項目を案内します。
計算結果
—
—
- Mann–Kendall S
- —
- Kendall tau-b
- —
- Var(S)(同順位補正)
- —
- 連続性補正Z(正規近似用)
- —
- Sen傾き95%近似区間・下限
- —
- Sen傾き95%近似区間・上限
- —
- 検定に使った点数
- —
- 元系列の比較組数
- —
- 元系列の同順位組数
- —
値を入力して計算してください。
この計算機は使いやすかったですか?
回答はサイト改善のために保存します。入力値・計算結果は送りません。
ありがとうございます。よかったら、上の共有ボタンからこの計算機を紹介しませんか?
計算方法・適用範囲・出典
計算方法
通常:S=Σ(i<j)sgn(yj−yi)、Var(S)=[n(n−1)(2n+5)−Σt(t−1)(2t+5)]/18。tau-b=S/√(P(P−T))、P=n(n−1)/2、Tは同順位組数。Z=(S−sgn(S))/√Var(S)、Var=0ならZ=0。両側pは独立・同順位なし・n≤12では順列exact、その他は正規近似。Sen傾き=median[(yj−yi)/(tj−ti)]。95%区間はSenの順位統計(z=1.95996398454、元系列のVar(S))で算出。季節別は同一ID内のS・Varを加算して比較し、Sen傾きは季節内pairだけの中央値。TFPW-Yは元系列Sen傾きでトレンドを除去して残差のラグ1相関を推定し、残差のprewhitening後にトレンドを戻してn−1点でSを検定する。
S、tau-b、同順位補正分散、連続性補正Z、両側p、Sen傾きと95%近似区間、季節別の内訳。
計算例(架空の数値)
時点0、1、2で観測値1、3、5なら S=3、tau-b=1、Sen傾き=2/時点単位、両側exact p=1/3。
適用対象と限界
測定単位が一貫し、時点の順序を明示できる独立な数値観測3〜1000点。TFPWは等間隔の6点以上。。欠測の補間・同時点の集約・検出下限を伴う打切り値・複数検定補正・自己相関の包括的推定・因果関係・予測は扱わない。季節別では季節間共分散を無視し、TFPWと併用しない。。
方法と出典
方法:mk-sen-v1(Sen 1968; Hirsch et al. 1982; Kendall 2.2.2; SciPy theilslopes; Yue et al. 2002 TFPW-Y)。データ記録日:2026-11-14。