这估计报告包含有关用于模型估计的结果和选项的信息。此报告存储在其中报告
估计模型的财产。报告的确切内容依赖于您用于获得模型的估计功能。
具体而言,估算报表具有以下信息:
模型的状态 - 是否构建或估计模型
如何在估计期间处理初始条件
迭代估计算法的终止条件
最终预测误差(FPE),百分比适合估计数据,均衡(MSE)
原始,标准化和小样本大小纠正的Akaike信息标准(AIC)和贝叶斯信息标准(BIC)
估计数据的类型和属性
所有估计的数量 - 参数值,状态空间和灰度盒模型的初始状态,以及他们的考义
用于配置估计算法的选项集
要了解有关针对特定估算器生成的报告的更多信息,请参阅相应的参考页面。
您可以使用该报告:
保持估计日志,例如使用的数据,默认和其他设置,以及估计结果,例如参数值,初始条件和适合。看访问估计报告。
比较单独估计的选项或结果。看使用估计报告进行比较估计的模型。
使用先前指定的选项配置另一个估计。看使用估计报告分析和细化估计结果。
此示例显示如何访问估计报告。
估计报告会记录信息,例如使用的数据,默认和其他设置,以及估计结果,例如参数值,初始条件和适合。
估算模型后,使用点表示法访问估计报告。例如:
加载Iddata1.Z1;np = 2;sys = tfest(z1,np);sys_report = sys.report.
sys_report =状态:'使用tfest估计'方法:'tfest'initializemethod:'iv'n4重量:'不适用'n4horizon:'不适用'initialcondition:'estimity'fit:[1x1 struct]参数:[1x1 struct]选项:[1x1 IDOptions.TFEST] RANDSTATE:[] DATAUSED:[1x1结构]终止:[1x1 struct]
探索估计期间使用的选项。
sys.report.Optionsed.
选项设置为tfest命令:initializemethod:'iv'initializeOptions:[1x1 struct] initialcondition:'auto'显示:'关闭'informoffset:[] OutputOffset:[]估计尺寸:1正则化:[1x1 struct] searchMethod:'auto'searchOptions:[1x1 Idoptions.search.Identsolver]加权Filter:[]强制性:0输出重量:[]高级:[1x1 struct]
通过估计数据查看传递函数模型的拟合。
sys.report.fit.
ans =.结构与字段:FITPERCONT:70.7720损失FCN:1.6575 MSE:1.6575 MSE:1.6575 FPE:1.7252 AIC:1.0150E + 03 AICC:1.0153E + 03 NAIC:0.5453 BIC:1.0372E + 03
此示例显示如何使用估计报告进行比较多个估计模型。
负载估计数据。
加载Iddata1.Z1;
估计传递函数模型。
np = 2;sys_tf = tfest(z1,np);
估计状态空间模型。
sys_ss = ssest(z1,2);
估计ARX模型。
sys_arx = Arx(Z1,[2 2 1]);
将估计模型的百分比拟合与估计数据进行比较。
fit_tf = sys_tf.report.fit.fitpercent.
fit_tf = 70.7720.
fit_ss = sys_ss.report.fit.fitpercent.
fit_ss = 76.3808.
fit_arx = sys_arx.report.fit.fitpercent.
fit_arx = 68.7220
比较表明,状态空间模型提供了适合数据的最佳百分比。
此示例显示如何使用估计报告分析估计并配置另一个估计。
估计一个状态空间模型,可最大限度地减少1步前方预测误差。
加载(全氟(MatlaBroot,'工具箱'那'ident'那'Iddemos'那'数据'那'mrdamper.mat'));z = iddata(f,v,ts);选择= ssestoptions;Opt.focus =.'预言';opt.display ='上';sys1 = ssest(z,2,选择);
SYS1.
具有良好的1步预测能力,如> 90%的预测结果对数据所示。
用比较(z,sys1)
检查模型模拟测量输出的能力F
使用输入V.
。该模型的模拟响应仅适用于数据。
执行另一种估计,您可以在其中保留用于的原始选项SYS1.
除了您更改焦点以最小化模拟错误。
获取使用的选项SYS1.
储存在其中报告
财产。当您保存估计的模型但不是用于估计的相应选项集时,这种方法很有用。
opt2 = sys1.report.Optionsed;
将焦点更改为模拟并重新估计模型。
opt2.focus =.'模拟';SYS2 = SSEST(Z,SYS1,OPT2);
将模拟响应与估计数据进行比较比较(z,sys1,sys2)
。适合的提高至53%。