Обнаружьте нелинейность в данных об оценке
isnlarx(Data,Orders)
isnlarx(Data,Orders,Ky)
isnlarx(___,Name,Value)
NLHyp = isnlarx(___)
[NLHyp,NLValue,NLRegs,NoiseSigma,DetectRatio]
= isnlarx(___)
isnlarx(
обнаруживает нелинейность в Data
,Orders
)Data
путем тестирования, производит ли нелинейная модель ARX с обозначенным Orders
лучшую оценку Data
, чем линейная модель ARX. Нелинейная модель использует средство оценки нелинейности treepartition
по умолчанию.
Результат теста распечатан к Командному окну и показывает, обнаруживается ли нелинейность. Используйте печатное отношение обнаружения, чтобы оценить надежность теста обнаружения нелинейности:
Большие значения (>2
) указывают, что была обнаружена значительная нелинейность.
Меньшие значения (<0.5
) указывают, что любая ошибка, необъясненная линейной моделью, является в основном шумом. Таким образом, никакая значительная нелинейность не была обнаружена.
Значения близко к 1
указывают, что тест обнаружения нелинейности не надежен и что может присутствовать слабая нелинейность.
isnlarx(___,
задает дополнительные нелинейные опции модели ARX с помощью одного или нескольких аргументов пары Name,Value
)Name,Value
.
возвращается результат нелинейности тестируют, и подавляет командное окно вывод.NLHyp
= isnlarx(___)
[
дополнительно возвращает тестовые количества позади оценки.NLHyp
,NLValue
,NLRegs
,NoiseSigma
,DetectRatio
]
= isnlarx(___)
isnlarx
оценивает нелинейную модель ARX с помощью определенных данных и средства оценки нелинейности treepartition
.
Данные об оценке могут быть описаны как Y (t) = L (t) + Fn (t) + E (t), где:
L (t) является фрагментом данных, объясненных линейной функцией нелинейной модели ARX.
Fn (t) является фрагментом данных, объясненных нелинейной функцией нелинейной модели ARX. Выходным аргументом NLValue
является оценка стандартного отклонения Fn (t). Если нелинейная функция объясняет значительный фрагмент данных вне данных, объясненных линейной функцией, нелинейность обнаруживается.
E (t) является остающейся ошибкой, которая не объяснена нелинейной моделью ARX и является обычно белым шумом. Выходным аргументом NoiseSigma
является оценка стандартного отклонения E (t).