Ivar.

使用仪器变量方法进行模型估计

句法

sys = ivar（数据，na） sys = ivar（数据，na，nc） sys = ivar（数据，na，nc，max_size）

SYS.= ivar（数据那NA.）估计AR多项式模型，SYS.，使用乐器变量方法和时间序列数据数据。NA.指定的顺序一种多项式。

AR模型由等式表示：

$一种（问：） y （ T. ） = E. （ T. ）$

在上面的模型中，E.（T.）是一个任意过程，假设是移动平均订单过程NC.，可能是时变。NC.假设等于NA.。选择仪器作为适当过滤的输出，延迟NC.脚步。

SYS.= ivar（数据那NA.那NC.）指定移动平均流程顺序的值，NC.，分别地。

SYS.= ivar（数据那NA.那NC.那max_size.）指定在估计期间形成的矩阵的最大大小。

`数据`	估计时间序列数据。 `数据`必须是AN.`iddata.`对象仅具有标量输出数据。
`NA.`	秩序一种多项式
`NC.`	移动平均流程的顺序代表E.（T.）。
`max_size.`	最大矩阵大小。 `max_size.`指定由估计算法形成的任何矩阵的最大大小。指定`max_size.`作为一个合理的大量整数。默认：250000.

SYS.

确定多项式模型。

SYS.是一个arIdpoly.封装识别的多项式模型的模型。

比较噪声中正弦曲线的光谱，由IV方法估计，并通过前后倒置最小二乘法。

Y = IDDATA（SIN（[1：500]'* 1.2）+ SIN（[1：500]'* 1.5）+ ... 0.2 * RANDN（500,1），[]）;miv = ivar（y，4）;mls = ar（y，4）;光谱（MIV，MLS）

[1] Stoica，P.等人。ARMA过程的AR参数的最佳仪器变量估计，IEEE Trans。自动。控制，卷AC-30,1985，PP。1066-1074。

在R2006A之前介绍