句法

描述

m = merge（M1，M2，....，Mn）合并估计的模型。模型m1，m2，...，mn必须是相同的结构，刚刚在参数值和协方差矩阵中的不同。然后M.是合并的模型，其中参数矢量是统计上加权的平均值（使用协方差矩阵来确定权重）的参数m。

[M，TV] =合并（M1，M2）返回一个测试变量电视。当两个模型合并时，

[M，TV] =合并（M1，M2）

电视是χ²分发N.自由度，如果参数M1和M2有相同的手段。这里N.是参数矢量的长度。大量的价值电视因此，表明它可能是值得怀疑的合并模型。

为了IDFRD.楷模，合并是使用逆差的各个模型中的两个响应的统计平均值。你只能合并两个IDFRD.具有相同频率和非零协方差的响应的模型。

合并模型是合并数据集和估计合并数据模型的替代方案。

加载IDDATA1 Z1;加载IDDATA2 Z2;M1 = ARX（Z1，[2 3 4]）;M2 = ARX（Z2，[2 3 4]）;ma =合并（M1，M2）;

和

MB = ARX（合并（Z1，Z2），[2 3 4]）;

导致模型嘛和MB.这相关，应该是关闭的。不同之处在于合并数据集假设信号 - 噪声比在两个实验中大致相同。合并模型允许一个模型更不确定，例如，由于该实验中的扰动更多。如果条件大致相同，我们建议您合并数据而不是模型，因为这更有效并且通常涉及更好的条件计算。

也可以看看

附加