计算模型的不确定性
为什么要分析模型的不确定性?
除了估计模型参数外，工具箱算法还估计由于输出中的随机干扰而导致的模型参数的可变性。
理解模型可变性可以帮助您理解，如果您使用不同的数据集(与原始数据集具有相同的输入序列)和相同的模型结构重复估计，您的模型参数会有多大的不同。
在验证参数模型时，检查不确定性值。模型阶数高、激励不充分、数据信噪比低可能导致参数不确定性大。
什么是模型协方差?
模型中的不确定性被称为协方差模型．
当您估计一个模型时，估计参数的协方差矩阵存储在模型中。使用getcov取协方差矩阵。使用getpvec获取用协方差矩阵计算的参数列表和它们各自的不确定性。协方差矩阵用于计算模型输出、波德图、残差图和零极点图中的所有不确定性。
协方差矩阵的计算是基于模型结构能够正确描述系统动力学的假设。对于包含扰动模型的模型H，一个正确的不确定性估计假设模型产生白色残差。要确定您是否可以信任估计的模型不确定性值，请对您的模型执行残差分析测试。有关残差分析的更多细节，请参阅残留分析页面。如果您的模型通过了残差分析测试，那么很有可能真正的系统位于置信区间内，并且任何参数不确定性都是由输出中的随机扰动产生的。
对于输出误差模型，如传递函数模型、K=0的状态空间和输出误差形式的多项式模型，以及噪声模型H固定1，协方差矩阵计算不假设白残差。相反，协方差是根据残差相关的估计颜色来估计的。这种噪声颜色的估计也用于状态空间模型K＝0，这相当于输出误差模型。
模型不确定性信息的类型
通过线性灰盒模型和非线性灰盒模型，可以查看到以下不确定性信息:
估计参数的不确定性。
类型
礼物(模型)在提示处，哪里模型表示线性或非线性模型的名称。线性模型图的置信区间，包括阶跃响应、脉冲响应、波德图、奈奎斯特图、噪声谱图和零点图。
置信区间是根据模型参数的可变性来计算的。有关显示置信区间的信息，请参见特定模型图的置信区间的定义．
在线性模型和非线性灰箱模型中估计参数的协方差矩阵
getcov．模拟输出值为线性模型与标准偏差使用
sim卡．调用
sim卡命令的输出参数，其中第二个输出参数是每个输出值的估计标准差。例如,类型[ysim, ysimsd] = sim(模型、数据),在那里ysim为模拟输出，ysimsd包含模拟输出的标准偏差，并且数据为仿真数据。使用
rsample在给定的置信区域内对已识别模型进行随机抽样。返回与输入系统结构相同的已识别系统数组。返回模型的参数以一种与参数协方差一致的方式对其标称值进行扰动。用函数模拟参数不确定性对模型响应的影响
simsd．
特定模型图的置信区间的定义
您可以显示以下图表类型的置信区间:
你也可以从以下列表中选择一个网站:
