R语言基于Monte Carlo的Mann Kendall时序功效分析mk.test报错求助

报错触发的直接原因是trend包的mk.test()函数要求输入数值向量，但你传入的是数据框类型：

1. read.csv()读取返回的simdata是包含Rain列的表格结构（数据框），即使使用c(simdata)转换，得到的是单元素列表，并非数值向量。
2. 仅消除报错可直接将循环内的x <- c(simdata)替换为x <- simdata$Rain，但你的现有代码不符合Monte Carlo Mann-Kendall功效分析的逻辑：循环2000次全部对同一组原始数据做检验，得到的结果没有实际功效意义。

library(trend)

# 基础参数设置
alpha <- 0.05
sims_run <- 2000
save_p <- vector(length = sims_run)

# 读取原始数据，提取数值列
simdata <- read.csv("trend.csv", header = TRUE)
rain_obs <- simdata$Rain
n <- length(rain_obs)
# 可自行调整要检验的预设趋势幅度，示例设置为原始序列极差的5%整体升幅
trend_magnitude <- 0.05 * diff(range(rain_obs))

# Monte Carlo模拟循环
for(i in 1:sims_run){
  # 生成带预设趋势的模拟序列，采用残差自助法逻辑，可根据你需要的分布假设调整
  sim_series <- rain_obs + rnorm(n, mean = 0, sd = sd(rain_obs)) + seq(from=0, to=trend_magnitude, length.out = n)
  # 传入数值向量执行MK检验
  t.out <- mk.test(sim_series)
  save_p[i] <- t.out$p.value
}

# 计算功效：正确检测到预设趋势的概率
decision <- length(which(save_p < alpha))
paste("显著拒绝原假设次数=", decision)
power <- decision / sims_run
paste("MK检验功效=", power)

如果你不需要做功效分析，仅需要对原始序列做单次Mann-Kendall检验，可直接运行以下代码，无需循环：

library(trend)
simdata <- read.csv("trend.csv", header = TRUE)
mk.test(simdata$Rain)

内容的提问来源于stack exchange，提问作者CKrish