主要内容

getcov

参数识别模型的协方差

所有的页面崩溃

语法

cov_data = getcov(系统)
cov_data = getcov (sys cov_type)
cov_type cov_data = getcov (sys,“免费”)

描述

例子

cov_data= getcov (sys)返回原始的参数识别模型的协方差。

  • 如果sys是一个模型,然后呢cov_data是一个np——- - - - - -np矩阵。np参数的数量吗sys。

  • 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,…)。

例子

cov_data= getcov (sys,cov_type)返回参数协方差矩阵或结构,根据协方差类型指定。

例子

cov_data= getcov (sys,cov_type“免费”)返回只有自由模型的协方差数据参数。

例子

全部折叠

打开生活的脚本

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。

打开生活的脚本

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。

打开生活的脚本

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。

打开生活的脚本

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);
打开生活的脚本

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。

打开生活的脚本

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

全部折叠

识别模型,指定为一个idtf,中的难点,idgrey,idpoly,idproc,idnlarx,idnlhw,或idnlgrey这种模型的模型或数组。

的getcov命令返回cov_data作为[]为idnlarx和idnlhw模型,因为这些模型不存储参数协方差数据。

协方差的返回类型,指定为“价值”或“因素”。

  • 如果cov_type是“价值”,然后cov_data作为一个矩阵返回(生协方差)。

  • 如果cov_type是“因素”,然后cov_data返回的结构包含因素协方差矩阵。

    使用这个选项如果抓取协方差数据协方差矩阵包含非限定的值,不是正定的,或者是病态的。您可以使用协方差计算响应的不确定性因素,而不是数值不利的协方差矩阵。

    这个选项不提供一个数值的优势在以下情况下:

    • sys使用特定的工具变量估计方法,如iv4。

    • 你有显式指定参数的协方差sys使用弃用CovarianceMatrix模型属性。

数据类型:字符

输出参数

全部折叠

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

另请参阅

|||||

主题