创造剩余的情节

剩余的描述情节轴

顶部轴显示残差的自相关输出(白度测试)。横坐标是滞后的数量,这是信号之间的时差(样品)的相关性估计。情节上的水平虚线代表相应的置信区间估计。置信区间内的任何波动被认为是无关紧要的。——六个模型arxqs,n4s3,arx223,tf1,魔法石,第1章,amx2222——产生残差,进入外的置信区间。一个好的模型应该有一个剩余置信区间内的自相关函数,表明残差不相关的。

底部轴显示残差的互相关的输入。一个好的模型应该与过去的残差不相关的输入(独立测试)。相关的证据表明该模型不能描述从相应的输入输出是如何形成的。例如,在外面有一个峰值滞后的置信区间k,这意味着对输出的贡献y (t)这源于输入u (tk)不正确所描述的模型。这些模型arxqs和amx2222超越了置信区间,不执行以及其他模型。

验证使用残差分析模型

删除模型残留分析情节的表现不佳,单击图标模式arxqs,n4s3,arx223,tf1,魔法石,第1章,amx2222系统识别的应用。

残留分析情节现在只包含两个模型,通过剩余测试:arx692和amx3322。

这些模型的情节落在置信区间内,虽然amx3322图显示了一些远足略以外的边界。如果这些旅行是可以接受的,它是合理的选择amx3322模型,因为它是一个简单的低阶模型。如果旅行是不能接受的,您可以使用arx392模型代替。