主要内容

GetCov

已确定模型的参数协方差

在页面中崩溃

句法

cov_data = getCov（sys）
cov_data = getCov（sys，cov_type）
cov_data = getCov（sys，cov_type，'free'）

描述

例子

cov_data= getCov（系统）返回已识别模型参数的原始协方差。

  • 如果系统是一个单个模型，然后cov_data是一个NP-经过-NP矩阵。NP是参数的数量系统。

  • 如果系统是模型数组，然后cov_data是一个大小等于阵列大小的单元格数组系统。

    cov_data（i，j，k，...）包含协方差数据sys（：，：，i，j，k，...）。

例子

cov_data= getCov（系统，，，，cov_type）根据指定的协方差类型返回参数协方差为矩阵或结构。

例子

cov_data= getCov（系统，，，，cov_type，'自由的'）仅返回仅免费模型参数的协方差数据。

例子

全部收缩

打开实时脚本

获取确定的模型。

加载IDDATA1Z1sys = tfest（z1,2）;

获取模型的原始参数协方差。

cov_data = getCov（sys）
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包含参数矢量的协方差矩阵[sys.numerator，sys.denominator（2：end），sys.iodelay]。

sys.denominator（1）固定为1并且不被视为参数。与延迟参数相对应的协方差矩阵条目（第五行和列）为零，因为未估计延迟。

打开实时脚本

获取确定的模型阵列。

加载IDDATA1Z1;sys1 = tfest（z1,2）;sys2 = tfest（z1,3）;sysarr = stack（1，sys1，sys2）;

Sysarr是连续时间的2 x-1阵列。

获取阵列中模型的原始参数协方差。

cov_data = getCov（sysarr）
cov_data =2×1单元格数组{5x5 double} {7x7 double}

cov_data是一个2 x-1单元格数组。cov_data {1}和cov_data {2}是原始参数协方差矩阵SYS1和SYS2。

打开实时脚本

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.minimim = eps;init_sys.structure.denominator.minimim = eps;init_sys.structure.denominator.free（end）= false;opt = tfestoptions（“搜索方法”，，，，'lm'）；sys = tfest（z1，init_sys，opt）;

系统是一个IDTF具有六个参数的模型，其中四个是估计的。

获取估计参数的协方差矩阵。

cov_type ='价值';cov_data = getCov（sys，cov_type，'自由的'）
cov_data =4×4105×0.0269 -0.1237 -0.0001 -0.0017 -0.1237 1.0221 0.0016 0.0016 0.0133 -0.0001 0.0016 0.0000 0.0000 0.0000 -0.0017 0.01330.0000 0.0000 0.00022

cov_data是一个4x4协方差矩阵，条目对应于四个估计参数。

打开实时脚本

获取确定的模型。

加载IDDATA1Z1sys = tfest（z1,2）;

获取模型的分量参数协方差。

cov_type =“因素”;cov_data = getCov（sys，cov_type）;
打开实时脚本

获取确定的模型阵列。

加载IDDATA1Z1sys1 = tfest（z1,2）;sys2 = tfest（z1,3）;sysarr = stack（1，sys1，sys2）;

Sysarr是连续时间的2 x-1阵列。

获取阵列中模型的分量参数协方差。

cov_type =“因素”;cov_data = getCov（sysarr，cov_type）
cov_data =带有字段的2×1结构数组：免费

cov_data是一个2 x-1结构阵列。cov_data（1）和cov_data（2）是分类的协方差结构SYS1和SYS2。

打开实时脚本

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.minimim = eps;init_sys.structure.denominator.minimim = eps;init_sys.structure.denominator.free（end）= false;opt = tfestoptions（“搜索方法”，，，，'lm'）；sys = tfest（z1，init_sys，opt）;

系统， 一个IDTF模型，有六个参数，其中四个估计。

获取估计参数的分量协方差。

cov_type =“因素”;cov_data = getCov（sys，cov_type，'自由的'）；

输入参数

全部收缩

确定的模型，指定为IDTF，，，，IDSS，，，，艾德格里，，，，iDpoly，，，，IDPROC，，，，idnlarx，，，，idnlhw， 或者艾德格里模型或此类模型的数组。

这GetCov命令返回cov_data作为[]为了idnlarx和idnlhw由于这些模型不存储参数协方差数据。

协方差返回类型，指定为'价值'或者“因素”。

  • 如果cov_type是'价值'， 然后cov_data作为矩阵（原始协方差）返回。

  • 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。

    如果协方差矩阵含有非足限值，不是正定的或不适合条件，请使用此选项获取协方差数据。您可以使用协方差因子，而不是数值不利于协方差矩阵来计算响应不确定性。

    在以下情况下，此选项不提供数值优势：

    • 系统使用某些仪器变量方法估算IV4。

    • 您已经明确指定了参数协方差系统使用弃用协证玛特里克斯模型属性。

数据类型：char

输出参数

全部收缩

参数协方差系统，作为矩阵，矩阵，结构或结构的单元格数组返回。cov_data是[]为了idnlarx和idnlhw楷模。

  • 如果系统是单个模型，cov_type是'价值'， 然后cov_data是一个NP-经过-NP矩阵。NP是参数的数量系统。

    该矩阵的非零元素的值等于sys.report.parameters.freeparcovariance什么时候系统通过估计获得。与固定参数相对应的行和列条目为零。

  • 如果系统是单个模型，cov_type是“因素”， 然后cov_data是一个具有字段的结构：

    • r- 通常是上三角矩阵。

    • t- 转换矩阵。

    • 自由的- 长度的逻辑向量NP，指示模型参数是否是免费的（估计）。NP是参数的数量系统。

    要使用“货运”表格获得协方差矩阵，请输入：

    free = cov_factored.free;t = cov_factored.t;r = cov_factored.r;np = nparams（sys）;cov_matrix = zeros（np）;cov_matrix（free，free）= t*inv（r'*r）*t';

    为了数值准确性，计算T*Inv（R'*R）*T'作为x*x'， 在哪里x = t/r。

  • 如果系统是模型数组，然后cov_data是一个大小等于阵列大小的单元格数组系统。

    cov_data（i，j，k，...）包含协方差数据sys（：，：，i，j，k，...）。

版本历史记录

在R2012a中引入

也可以看看

|||||

话题