getcov

识别的模型参数协方差

折叠所有页面

句法

cov_data = getcov(系统)

cov_data = getcov（SYS，cov_type）

cov_type cov_data = getcov (sys,“免费”)

描述

例

cov_data= getcov (SYS）返回确定模型参数的原始协方差。

如果SYS是一个单一的模型，然后cov_data是一个np——- - - - - -np矩阵。np是的参数的数量SYS。
如果SYS是一个模型数组，那么cov_data是大小的单元阵列等于阵列尺寸SYS。
cov_data（I，J，K，...）包含协方差数据SYS（：，：，I，J，K，...）。

例

cov_data= getcov (SYS，cov_type）返回参数协方差无论是作为矩阵或结构，这取决于被指定的协方差类型。

例

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

例子

全部折叠

获取原始参数协方差识别的模型

打开生活的脚本

获取识别模型。

加载iddata1Z1sys =特遣部队(z1, 2);

查看该模型的原始参数协方差。

cov_data = getcov(系统)

cov_data =5×51.2131 -4.3949 -0.0309 -0.5531 0 -4.3949 115.0838 1.8598 10.6660 0 -0.0309 1.8598 0.0636 0.1672 0 -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）固定为1而不是作为参数来处理。由于没有估计延迟，对应于延迟参数(第五行和列)的协方差矩阵项为零。

获得已识别模型数组的原始参数协方差

打开生活的脚本

获取已识别的模型数组。

加载iddata1Z1;sys1 =特遣部队(z1, 2);sys2 =特遣部队(z1, 3);sysarr =栈（1，SYS1，SYS2）;

sysarr是一个2×1阵列的连续时间，确定传递函数。

获得数组中模型的原始参数协方差。

cov_data = getcov（sysarr）

cov_data =2×1单元阵列{5x5的双} {7×7}双

cov_data是一个2×1单元格数组。cov_data {1}和cov_data {2}是原始参数的协方差矩阵为sys1和sys2。

得到被识别模型估计参数的原始协方差

打开生活的脚本

加载估计数据。

加载iddata1Z1z1.y = cumsum（z1.y）;

估计模型。

init_sys = IDTF（[100 1500]，[1 10 10 0]）;init_sys.Structure.Numerator.Minimum = EPS;init_sys.Structure.Denominator.Minimum = EPS;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与六个参数，其中四个估计的模型。

获取估计参数的协方差矩阵。

cov_type ='值';cov_data = getcov（SYS，cov_type，'自由'）

cov_data =4×410^五×0.0269 -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4 x4协方差矩阵，对应于四个估计参数条目。

获得保理参数协方差识别的模型

打开生活的脚本

获取识别模型。

加载iddata1Z1sys =特遣部队(z1, 2);

查看该模型加因子参数协方差。

cov_type =“因素”;cov_data = getcov（SYS，cov_type）;

得到已识别模型阵列的因子参数协方差

打开生活的脚本

获取已识别的模型数组。

加载iddata1Z1sys1 =特遣部队(z1, 2);sys2 =特遣部队(z1, 3);sysarr =栈（1，SYS1，SYS2）;

sysarr是一个2×1阵列的连续时间，确定传递函数。

获取数组中的模型加因子参数协方差。

cov_type =“因素”;cov_data = getcov（sysarr，cov_type）

cov_data =2×1结构阵列字段：[RŤ免费

cov_data是一个2乘1结构数组。cov_data（1）和cov_data（2）对于加因子方差结构sys1和sys2。

得到辨识模型估计参数的因式协方差

打开生活的脚本

加载估计数据。

加载iddata1Z1z1.y = cumsum（z1.y）;

估计模型。

init_sys = IDTF（[100 1500]，[1 10 10 0]）;init_sys.Structure.Numerator.Minimum = EPS;init_sys.Structure.Denominator.Minimum = EPS;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IDTF模型有六个参数，其中四个是估计的。

获取估计参数加因子方差。

cov_type =“因素”;cov_data = getcov（SYS，cov_type，'自由');

输入参数

全部折叠

`SYS`-辨识模型
`IDTF`，`IDSS`，`idgrey`，`idpoly`，`idproc`，`idnlarx`，`idnlhw`，要么`idnlgrey`宾语|模型组

识别的模型，指定为IDTF，IDSS，idgrey，idpoly，idproc，idnlarx，idnlhw，要么idnlgrey模型或这些模型的阵列。

该getcov命令返回cov_data如[]对于idnlarx和idnlhw因为这些模型不存储参数协方差数据。

`cov_type`-协方差类型
`'值'`（默认）|`“因素”`

协方差返回类型，指定为'值'或“因素”。

如果cov_type是'值'，然后cov_data返回为一个矩阵（原始协方差）。
如果cov_type是“因素”，然后cov_data作为包含协方差矩阵因子的结构返回。
如果协方差矩阵包含非有限值、非正定值或条件恶劣，则使用此选项来获取协方差数据。您可以使用协方差因子来计算响应的不确定性，而不是在数值上不利的协方差矩阵。
此选项不会在下列情况下提供了数量上的优势：
- SYS使用某些仪器变量的方法，如估计IV4。
- 您已经明确指定的参数协方差SYS使用弃用CovarianceMatrix模型属性。

数据类型：字符

输出参数

全部折叠

`cov_data`- 参数协方差`SYS`
矩阵或单元数组的|结构或单元数组的结构

参数协方差SYS，返回作为基质，结构或结构的单元阵列的矩阵，单元阵列。cov_data是[]对于idnlarx和idnlhw楷模。

如果SYS单一模型和cov_type是'值'，然后cov_data是一个np——- - - - - -np矩阵。np是的参数的数量SYS。
这个矩阵的非零元素的值等于sys.Report.Parameters.FreeParCovariance什么时候SYS是通过估计得到的。对应于固定参数的行和列条目为零。
如果SYS单一模型和cov_type是“因素”，然后cov_data是一种带有字段的结构:
- [R- 通常在上三角矩阵。
- Ť——变换矩阵。
- 自由- 长度的逻辑矢量np指示如果模型参数是免费的（估计的）或没有。np是的参数的数量SYS。
为了获得使用因子形式的协方差矩阵，请输入：
```
免费= cov_factored.Free;T = cov_factored.T;R = cov_factored.R;NP = nparams（SYS）;cov_matrix =零（NP）;cov_matrix（免费，免费）= T * INV（R '* R）* T';
```
为了数值精度，计算T *发票(R ' T * R) *如X * X”，其中X = T / R。
如果SYS是一个模型数组，那么cov_data是大小的单元阵列等于阵列尺寸SYS。
cov_data（I，J，K，...）包含协方差数据SYS（：，：，I，J，K，...）。