Можно использовать нулевые полюсом графики линейных идентифицированных моделей оценить, может ли быть полезно уменьшать порядок модели. Когда доверительные интервалы для нулевого полюсом парного перекрытия, это перекрытие указывает на возможное удаление нулей-полюсов.
Например, можно использовать следующий синтаксис, чтобы построить доверительный интервал с 1 стандартным отклонением вокруг полюсов модели и нулей.
showConfidence(iopzplot(model))
Если полюса и нулевое перекрытие, попытайтесь оценить модель более низкоуровневую.
Всегда подтверждайте выход модели и остаточные значения, чтобы видеть, заказывает ли качество подходящих изменений после сокращения модели. Если график показывает, что удаления нулей-полюсов, но уменьшающий порядок модели ухудшают подгонку, то дополнительные полюса, вероятно, описывают шум. В этом случае можно выбрать различную структуру модели, которая разъединяет системную динамику и шум. Например, попробуйте ARMAX, Ошибку на выходе или структуры модели полинома Поля-Jenkins с A или полиномом F порядка, равного тому из количества неотмененных полюсов. Для получения дополнительной информации об оценке линейных полиномиальных моделей, см. Модели Полинома Ввода - вывода.
