estimation report содержит информацию о результатах и опциях, используемых для оценки модели. Этот отчет хранится в Report
свойство предполагаемой модели. Точное содержимое отчета зависит от функции средства оценки, которую вы используете, чтобы получить модель.
А именно, отчет оценки имеет следующую информацию:
Состояние модели — создается ли модель или оценивается
Как начальные условия обработаны во время оценки
Условия завершения для итеративных алгоритмов оценки
Итоговая ошибка предсказания (FPE), процент соответствует к данным об оценке и среднеквадратичной погрешности (MSE)
Сырые данные, нормированный, и маленький объем выборки откорректировал Критерии информации о Akaike (AIC) и Байесов информационный критерий (BIC)
Тип и свойства данных об оценке
Все предполагаемые количества — значения параметров, начальные состояния для пространства состояний и моделей серого ящика и их ковариаций
Набор опции, используемый для конфигурирования алгоритма оценки
Чтобы узнать больше об отчете, представленном для определенного средства оценки, смотрите соответствующую страницу с описанием.
Можно использовать отчет для:
Сохраните журнал оценки, такой как данные, значение по умолчанию и другие настройки используемые, и оцененные результаты, такие как значения параметров, начальные условия и подгонка. Смотрите доступ к Отчету Оценки.
Сравните опции или результаты отдельных оценок. Смотрите Сравнивают Предполагаемые Модели Используя Отчет Оценки.
Сконфигурируйте другую оценку с помощью ранее заданных опций. Смотрите Анализируют и Уточняют Результаты Оценки Используя Отчет Оценки.
В этом примере показано, как получить доступ к отчету оценки.
Отчет оценки сохраняет журнал информации, такой как данные используемым, значение по умолчанию и другие настройки используемые, и оцененные результаты, такие как значения параметров, начальные условия и подгонка.
После того, как вы оцените модель, используйте запись через точку, чтобы получить доступ к отчету оценки. Например:
load iddata1 z1; np = 2; sys = tfest(z1,np); sys_report = sys.Report
sys_report = Status: 'Estimated using TFEST' Method: 'TFEST' InitializeMethod: 'iv' N4Weight: 'Not applicable' N4Horizon: 'Not applicable' InitialCondition: 'estimate' Fit: [1x1 struct] Parameters: [1x1 struct] OptionsUsed: [1x1 idoptions.tfest] RandState: [] DataUsed: [1x1 struct] Termination: [1x1 struct]
Исследуйте опции, используемые во время оценки.
sys.Report.OptionsUsed
Option set for the tfest command: InitializeMethod: 'iv' InitializeOptions: [1x1 struct] InitialCondition: 'auto' Display: 'off' InputOffset: [] OutputOffset: [] EstimateCovariance: 1 Regularization: [1x1 struct] SearchMethod: 'auto' SearchOptions: [1x1 idoptions.search.identsolver] WeightingFilter: [] EnforceStability: 0 OutputWeight: [] Advanced: [1x1 struct]
Просмотрите припадок модели передаточной функции с данными об оценке.
sys.Report.Fit
ans = struct with fields:
FitPercent: 70.7720
LossFcn: 1.6575
MSE: 1.6575
FPE: 1.7252
AIC: 1.0150e+03
AICc: 1.0153e+03
nAIC: 0.5453
BIC: 1.0372e+03
В этом примере показано, как сравнить несколько предполагаемых моделей с помощью отчета оценки.
Загрузите данные об оценке.
load iddata1 z1;
Оцените модель передаточной функции.
np = 2; sys_tf = tfest(z1,np);
Оцените модель в пространстве состояний.
sys_ss = ssest(z1,2);
Оцените модель ARX.
sys_arx = arx(z1, [2 2 1]);
Сравните припадок процента предполагаемых моделей с данными об оценке.
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
Сравнение показывает, что модель в пространстве состояний обеспечивает лучшую подгонку процента к данным.
В этом примере показано, как анализировать оценку и сконфигурировать другую оценку с помощью отчета оценки.
Оцените модель в пространстве состояний, которая минимизирует 1 шаг вперед ошибка предсказания.
load(fullfile(matlabroot,'toolbox','ident','iddemos','data','mrdamper.mat')); z = iddata(F,V,Ts); opt = ssestOptions; opt.Focus = 'prediction'; opt.Display = 'on'; sys1 = ssest(z,2,opt);
sys1
имеет хорошую способность к предсказанию с 1 шагом, как обозначено> 90%-й припадок результатов предсказания к данным.
Используйте compare(z,sys1)
проверять способность модели симулировать измеренный выход F
использование входа V
. Симулированный отклик модели имеет только 45%-ю подгонку к данным.
Выполните другую оценку, где вы сохраняете исходные опции, используемые для sys1
за исключением того, что вы изменяете особое внимание, чтобы минимизировать ошибку симуляции.
Выберите опции, используемые sys1
сохраненный в его Report
свойство. Этот подход полезен, когда вы имеете сохраненный предполагаемая модель, но не соответствующий набор опции, используемый для оценки.
opt2 = sys1.Report.OptionsUsed;
Измените особое внимание на симуляцию и повторно оцените модель.
opt2.Focus = 'simulation';
sys2 = ssest(z,sys1,opt2);
Сравните симулированный отклик с данными об оценке с помощью compare(z,sys1,sys2)
. Подгонка улучшается к 53%.