internal static TrendType Abbe(STAT sample, double alpha)
{
int N = sample.d.Length;
var elements = sample.d;
double xAv = sample.Expectation;
double q2 = Enumerable.Range(0, N - 1).Sum(i => Math.Pow(elements[i] - elements[i + 1], 2)) / (N - 1);
double s2 = elements.Sum(e => Math.Pow(e - xAv, 2)) / (N - 1);
double y = q2 / (2 * s2);
double u = (y - 1) * Math.Sqrt((N * N - 1) / (N - 2));
//var kv = Quantile.Get_Quantile_normalization(Constant.ParameterForQuantile);
var kv = Kvantili.Normal(alpha);
if (Math.Abs(u) < kv)
{
return(TrendType.Flat);
}
else if (u < -kv)
{
return(TrendType.Falling);
}
else
{
return(TrendType.Growing);
}
}
internal static TrendType Sign(STAT sample1D, double alpha)
{
var x = sample1D.d;
int N = x.Length;
var c = Enumerable.Range(0, N - 1).Where(i => x[i + 1] >= x[i]).Count();
double E = (1d / 2) * (N - 1);
double D = 1d / 12 * (N + 1);
double S = (c - E) / Math.Sqrt(D);
//var u = BHData.Common.Quantile.Get_Quantile_normalization(BHData.Common.Constant.ParameterForQuantile);
var u = Kvantili.Normal(alpha);
if (Math.Abs(S) < u)
{
return(TrendType.Flat);
}
else if (S < -u)
{
return(TrendType.Falling);
}
else
{
return(TrendType.Growing);
}
}
internal static TrendType ExtremalPoint(STAT sample1D, double alpha)
{
var p = 0;
var x = sample1D.d;
int N = x.Length;
for (int i = 1; i < N - 1; i++)
{
if ((x[i] > x[i - 1] && x[i] > x[i + 1]) || (x[i - 1] > x[i] && x[i + 1] > x[i]))
{
p++;
}
}
double E = (2d / 3) * (N - 2);
double D = (1d / 90) * (16 * N - 29);
double S = (p - E) / Math.Sqrt(D);
//var u = BHData.Common.Quantile.Get_Quantile_normalization(BHData.Common.Constant.ParameterForQuantile);
var u = Kvantili.Normal(alpha);
if (Math.Abs(S) < u)
{
return(TrendType.Flat);
}
else if (S < -u)
{
return(TrendType.Falling);
}
else
{
return(TrendType.Growing);
}
}
public ExteendedCoef GetPartialCoefCorrelationInfo(int i, int j)
{
//значение
double rij = PartialR[i][j];
//значимость
int w = PartialR.GetLength(0) - 2;
int NN = PartialR.GetLength(0) * N;
double V = NN - w - 2; //Это чисто мое обозначение для упрощения кол-ва степеней свободы
double t = (rij * Math.Sqrt(V) / Math.Sqrt(1 - rij * rij));
string state = Math.Abs(t) < Kvantili.Student(0.05, V) ? "Не значущий" : "Значущий";
//интервальное оценивание
double V1 = Math.Log((1 + rij) / (1 - rij)) / 2.0 - Kvantili.Normal(0.05) / (V - 1);
double V2 = Math.Log((1 + rij) / (1 - rij)) / 2.0 + Kvantili.Normal(0.05) / (V - 1);
double bottomborder = (Math.Exp(2 * V1) - 1) / (Math.Exp(2 * V1) + 1);
double Topborder = (Math.Exp(2 * V2) - 1) / (Math.Exp(2 * V2) + 1);
return(new ExteendedCoef()
{
info = Environment.NewLine + "Частковий коефіцієнт кореляції r(" + i + ")(" + j + "):",
BottomValue = bottomborder,
Value = rij,
TopValue = Topborder,
State = state
});
}
//значимость статистики Кендалла
public string MeasureOfConnectionKendella_significance()
{
double Tau = kendal;
double Uk = Kvantili.Normal(alpha / 2.0);
double U = 3 * Tau / Math.Sqrt(2 * (2 * N + 5)) * Math.Sqrt(N * (N - 1));
string significance = "Tau = " + Math.Round(Tau, 4) + Environment.NewLine + "U(" + (1 - alpha / 2.0) + ")= " + Math.Round(Uk, 4) + Environment.NewLine;
significance += "U = " + Math.Round(U, 4) + Environment.NewLine;
if (Math.Abs(U) <= Uk)
{
significance += "Оцінка значуща!";
}
else
{
significance += "Оцінка не значуща!";
}
return(significance);
}