主要内容

检验模型残差

这个例子展示了如何使用残差分析来评估模型质量。

创建剩余地块

  1. 要加载包含估计模型的示例系统识别应用程序会话,请在MATLAB中键入以下命令®命令窗口:

    systemIdentification(“dryer2_linear_models”)
  2. 要生成残差分析图,请选择模型残油系统识别应用程序中的复选框。

    这将打开一个空区域。

  3. 在系统识别应用程序窗口中,单击每个参数模型图标,将其显示在残差分析图上。不点击非参数模型spad,由于该模型没有残差分析图。

剩余图轴的描述

顶轴显示输出残差的自相关(白度测试)。水平刻度是滞后数,滞后数是估计相关性的信号之间的时间差(在样本中)。图上的水平虚线表示相应估计的置信区间。在置信区间内的任何波动都被认为是不显著的。6个模特arxqsn4s3arx223tf1魔法石,第1章,amx2222-产生超出置信区间的残差。一个好的模型应该在置信区间内有残差自相关函数,表明残差是不相关的。

下轴表示残差与输入的相互关联。一个好的模型应该具有与过去输入不相关的残差(独立性检验)。相关的证据表明,该模型没有描述输出是如何从相应的输入中形成的。例如,当滞后的置信区间之外有一个峰值时k,这意味着对输出的贡献y (t)它来源于输入u (tk)模型没有正确地描述。这些模型arxqs而且amx2222超出置信区间,表现不如其他模型。

利用残差分析验证模型

要从残差分析图中删除性能较差的模型,请单击模型图标arxqsn4s3arx223tf1魔法石,第1章,amx2222在系统识别应用程序。

残差分析图现在只包括通过残差测试的两个模型:arx692而且amx3322

这些模型的图主要落在置信区间内,尽管amx3322图中显示了一些稍微超出边界的短途旅行。如果这些短途旅行是可以接受的,那么选择amx3322模型,因为它是一个简单的低阶模型。如果短途旅行不能接受,你可以使用arx392模型代替。

相关的例子

更多关于