getcov
参数识别模型的协方差
描述
例子
获得原始参数识别模型的协方差
获得识别模型。
负载iddata1z1sys =特遣部队(z1, 2);
得到的原始参数协方差模型。
cov_data = getcov(系统)
cov_data =5×50 0 1.2131 -4.3949 -0.0309 -0.5531 -4.3949 115.0838 1.8598 10.6660 -0.0309 1.8598 0.0636 0.1672 -0.5531 10.6660 0.1672 1.2433 0 0 0 0 0 0
cov_data
包含参数向量的协方差矩阵[sys.Numerator sys.Denominator(2:结束),sys.IODelay]
。
sys.Denominator (1)
是固定的,1
而不是作为一个参数。相对应的协方差矩阵的条目延迟参数(第五行和列)是零,因为延迟不估计。
获得原始参数识别模型的协方差阵
获取数组的识别模型。
负载iddata1z1;sys1 =特遣部队(z1, 2);sys2 =特遣部队(z1, 3);sysarr =堆栈(1 sys1 sys2);
sysarr
是一系列2×1的连续时间,确定传递函数。
得到的原始参数协方差模型的数组。
cov_data = getcov (sysarr)
cov_data =2×1单元阵列{5 x5双}{7 x7双}
cov_data
是一个2×1细胞数组。cov_data {1}
和cov_data {2}
原始参数协方差矩阵吗sys1
和sys2
。
获取原始的协方差估计的参数识别模型
负荷估算数据。
负载iddata1z1z1。y = cumsum (z1.y);
估计模型。
init_sys = idtf (1500 [100], [1 10 10 0]);init_sys.Structure.Numerator。最小=每股收益;init_sys.Structure.Denominator。最小=每股收益;init_sys.Structure.Denominator.Free(结束)= false;选择= tfestOptions (“SearchMethod”,“lm”);sys =特遣部队(z1、init_sys选择);
sys
是一个idtf
模型有六个参数,四是估计的。
得到的协方差矩阵估计参数。
cov_type =“价值”;cov_type cov_data = getcov (sys,“免费”)
cov_data =4×4105×0.0269 -0.1237 -0.0001 -0.0017 -0.1237 1.0221 0.0016 0.0133 -0.0001 0.0016 0.0000 0.0000 -0.0017 0.0133 0.0000 0.0002
cov_data
是一个4 x4
估计协方差矩阵,条目对应于四个参数。
获得分解为确定模型参数协方差
获得识别模型。
负载iddata1z1sys =特遣部队(z1, 2);
分解为模型参数协方差。
cov_type =“因素”;cov_data = getcov (sys, cov_type);
获得分解为确定模型参数的协方差阵
获取数组的识别模型。
负载iddata1z1sys1 =特遣部队(z1, 2);sys2 =特遣部队(z1, 3);sysarr =堆栈(1 sys1 sys2);
sysarr
是一系列2×1的连续时间,确定传递函数。
得到模型的协方差分解参数数组中。
cov_type =“因素”;cov_data = getcov (sysarr cov_type)
cov_data =2×1结构体数组字段:R T自由
cov_data
是一个2×1结构数组。cov_data (1)
和cov_data (2)
考虑协方差结构sys1
和sys2
。
获得考虑协方差估计的参数识别模型
负荷估算数据。
负载iddata1z1z1。y = cumsum (z1.y);
估计模型。
init_sys = idtf (1500 [100], [1 10 10 0]);init_sys.Structure.Numerator。最小=每股收益;init_sys.Structure.Denominator。最小=每股收益;init_sys.Structure.Denominator.Free(结束)= false;选择= tfestOptions (“SearchMethod”,“lm”);sys =特遣部队(z1、init_sys选择);
sys
,一个idtf
模型中,有六个参数,四是估计的。
考虑协方差估计的参数。
cov_type =“因素”;cov_type cov_data = getcov (sys,“免费”);
输入参数
cov_type
- - - - - -协方差类型
“价值”
(默认)|“因素”
输出参数
cov_data
——参数的协方差sys
矩阵的矩阵或单元阵列|结构或单元阵列的结构
参数的协方差sys
,返回为一个矩阵,矩阵单元阵列,结构或单元阵列结构。cov_data
是[]
为idnlarx
和idnlhw
模型。
如果
sys
是一个单一模型和cov_type
是“价值”
,然后cov_data
是一个np——- - - - - -np矩阵。np参数的数量吗sys
。这个矩阵的非零元素的值等于
sys.Report.Parameters.FreeParCovariance
当sys
通过估计获得。行和列条目对应于固定参数为零。如果
sys
是一个单一模型和cov_type
是“因素”
,然后cov_data
是一个结构域:R
——通常是一个上三角矩阵。T
——变换矩阵。免费的
-逻辑向量的长度np,表明如果一个模型参数是免费的(估计)。np参数的数量吗sys
。
获得使用分解形式的协方差矩阵,输入:
自由= cov_factored.Free;T = cov_factored.T;R = cov_factored.R;np = nparams(系统);cov_matrix = 0 (np);cov_matrix(免费的,免费的)= T *发票(R ' * R) * T ';
对数值的准确性,计算
T *发票(R ' T * R) *
作为X * X '
,在那里X = T / R
。如果
sys
模型是一个数组,然后呢cov_data
是一个单元阵列的大小等于数组大小的sys
。cov_data (i, j, k,…)
包含的协方差数据sys (:,:, i, j, k,…)
。
版本历史
介绍了R2012a
Abrir比如
这种版本modificada德埃斯特比如。害怕Desea abrir埃斯特比如con sus modificaciones吗?
第一de MATLAB
Ha事实clic en联合国围绕此时一个埃斯特第一de MATLAB:
Ejecute el第一introduciendolo en la ventana de第一de MATLAB。洛杉矶navegadores网络没有admiten第一de MATLAB。
你也可以从下面的列表中选择一个网站:
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。