这个代码对相应路径下的所有的EXCEL表的数据都做Mann-Kendall检验

excel版本的MK trend test的英文说明及使用方法，包括置信区间等，只要把数据输入进去就可以了

TAU = KENDALLTAU(Y) 返回一个 N×N 矩阵，其中包含 T×N 矩阵 Y 中每对列之间的成对 Kendall 秩相关系数。系数针对关系进行调整（这就是所谓的“tau-乙”）。 当没有联系时，Kendall 的 tau-b 与标准 tau（或 tau-a）相同。 TAU = KENDALLTAU(Y, w) 返回加权 Kendall 等级相关矩阵，其中 w 是 [T * (T - 1) / 2]×1 的权重向量，用于观察 i 和 j 之间的所有比较组合。 参考：F. Pozzi、T. Di Matteo、T. Aste，“指数平滑加权相关性”，欧洲物理期刊 B，第 85 卷，第 6 期，2012 年。DOI：10.1140/epjb/e2012-20697-x 该算法可能比 Matlab CORR 函数（秒 vs 小时）快得多，已被认为适用于小型数据集：需要机器虚拟内

代码执行两个尾 Mann-Kendall 检验，修改后考虑时间序列的自相关（Hamed 和 Rao，1998）。 对照趋势的替代，检验向量 V 中趋势缺失的零假设。 测试结果在 H = 1 中返回，表明在 alpha 显着性水平拒绝原假设。 H = 0 表示未能在 alpha 显着性水平上拒绝原假设。

Mann-Kendall 非参数检验 python 论文

（二）Mann-Kendall突变检验实例 选择位于新疆南疆地区的焉耆气象站，以年平均气温和降水数据为依据，用它们进行突变检验。 图4.4.1和图4.4.2，分别给出了由焉耆气象站1961～2010年期间年平均气温数据和年降水数据计算得出的UF和UB曲线。

有条件的肯德尔沙头 R代码，用于计算具有未经审查或接受审查的双变量连续结果的条件肯德尔tau 刘向宇，井静宁和李若莎开发的代码。 Liu X，Ning，J，Cheng，Y，Huang，X，Li，R.一种用于评估条件关联和条件一致性的灵活而健壮的方法。 医学统计学。 2019; 38：3656-3668。 有关将代码应用于两个示例数据集的信息，请参阅analysis.R。

mann-kendall趋势检验和突变点分析mat

该代码执行原始的双尾 Mann-Kendall 检验。 它针对趋势的替代测试向量 V 中趋势缺失的零假设。 测试结果在 H = 1 中返回，表明在 alpha 显着性水平拒绝原假设。 H = 0 表示未能在 alpha 显着性水平上拒绝原假设。

基于1998年到2011年长时序SPOT VEGETATION归一化植被指数数据，采用一元线性回归斜率变化法和Sen Mann-Kendall法对北京地区的植被变化趋势做了时空分析。实验结果表明：在1998年到2011年期间，北京市城区、延庆县、怀柔区和平谷区的植被变化趋势显著上升；而植被恶化区则集中在北京市城区北部、东部和南部，并以马蹄形包围北京市区。两种方法实验结果在植被上升（下降）区域具有一致性。同时，Sen Mann-Kendall法以其良好的抗噪性和对数据分布无要求性可广泛应用到其他区域的植被变化趋势分析中。