pyEDM检查结果显著性的函数

pyEDM中用于检查结果显著性的函数是`pyEDM.Significance()`。该函数可以用于计算EDM算法生成的时间序列预测结果的显著性。

函数的基本用法如下：

Significance( data, E, Tp=1, columns=None, sample=None, random=False, threshold=None, verbose=False )

其中，参数说明如下：

- `data`：一个二维数组，包含时间序列数据。
- `E`：embedding维度。
- `Tp`：embedding延迟。
- `columns`：一个整数列表，指定要分析的数据列，如果不指定，则默认分析所有列。
- `sample`：一个整数，指定要分析的样本数量，如果不指定，则默认分析全部样本。
- `random`：一个布尔值，指定是否随机选择样本进行分析。
- `threshold`：一个浮点数，指定显著性检验的阈值。
- `verbose`：一个布尔值，指定是否输出详细信息。

函数返回一个字典，包含以下键值对：

- `pValue`：一个二维数组，表示每个数据列的p值。
- `pctImprovement`：一个二维数组，表示每个数据列的改进百分比。
- `significant`：一个布尔值列表，表示每个数据列是否显著。
- `E`：embedding维度。
- `Tp`：embedding延迟。
- `N`：样本数量。

在使用该函数之前，需要先将pyEDM模块导入到Python代码中：

import pyEDM