利用时域数据估计ARMAX、ARIMAX、ARMA或ARIMA模型的参数
估计的参数armax.或者一个自回归滑动平均sys
= armax (数据
那[na nb nc nk]
)Ipoly
模型sys
采用预测误差法和中规定的多项式阶数[na nb nc nk]
模型属性包括估计协方差(参数不确定性)和估计数据与测量数据之间的拟合优度。
迭代搜索算法最小化了强制性二次预测误差标准。当以下任何一项是真的时,迭代将终止:
已达到最大迭代次数。
预期的改进小于规定的公差。
找不到更低的标准值。
您可以使用获取有关停止条件的信息sys.Report.Termination
.
使用armaxoptions.
选项集,用于创建和配置影响评估结果的选项。特别是,设置搜索算法属性,例如最大
和宽容
,使用“搜索选项”
财产。
如果不将迭代搜索的初始参数值指定为初始模型,则它们将在特殊的四阶段LS-IV算法中构造。
稳健化的截止值是基于Advanced.errorthreshold.
估计选项和关于估计标准差的残差从初始参数估计。在最小化过程中不重新计算截止值。默认情况下,不执行增强;的默认值artorthreshold.
选项是0。
为了确保仅测试对应于稳定预测器的模型,该算法对预测器进行稳定性测试。一般来说,两者都是 和 (如果适用)必须在单位圆内全部为零。
最小化信息显示在屏幕上时,估计选项“显示”
是'在'
或“全部”
.什么时候“显示”
是“全部”
,当前和以前的参数估计都以列向量形式显示,参数按字母顺序列出。给出了准则函数(代价)的值,并给出了高斯-牛顿向量及其范数。什么时候“显示”
是'在'
,仅显示标准值。
armax
不支持连续时间模型金宝app估计。用tfest
估计一个连续时间传递函数模型,或党卫军
估计连续时间状态空间模型。
armax
金宝app仅支持时域数据。对于频域数据,请使用oe
估计一个输出误差(OE)模型。
[1] 永,L。系统识别:用户的理论, 第二版。上部鞍河,NJ:Prentice-Hall Ptr,1999.请参阅关于计算估算的章节。