Синтаксис

Описание

m = merge(m1,m2,....,mN) объединяет расчетные модели. Модели m1,m2,...,mN все должны иметь одинаковую структуру, только отличающиеся значениями параметров и ковариационными матрицами. Тогда m - объединенная модель, где вектор параметров является статистически взвешенным средним (с использованием ковариационных матриц для определения весов) параметров mk.

[m,tv] = merge(m1,m2) возвращает тестовую переменную tv. При объединении двух моделей

[m, tv] = merge(m1,m2)

tv δ 2, распределенный с n степени свободы, если параметры m1 и m2 имеют те же средства. Здесь n - длина вектора параметра. Большое значение tv таким образом, указывает на то, что объединение моделей может быть сомнительным.

Для idfrd модели, merge является статистическим средним из двух откликов в отдельных моделях, взвешенных с использованием обратных отклонений. Объединить можно только два idfrd модели с откликами на одинаковых частотах и ненулевых ковариациях.

Слияние моделей является альтернативой слиянию наборов данных и оценке модели для объединенных данных.

load iddata1 z1;
load iddata2 z2;
m1 = arx(z1,[2 3 4]);
m2 = arx(z2,[2 3 4]);
ma = merge(m1,m2);

и

mb = arx(merge(z1,z2),[2 3 4]);

результат в моделях ma и mb которые связаны и должны быть близкими. Разница заключается в том, что слияние наборов данных предполагает, что отношения сигнал/шум примерно одинаковы в двух экспериментах. Слияние моделей позволяет одной модели быть гораздо более неопределенной, например, из-за большего количества нарушений в этом эксперименте. Если условия примерно совпадают, рекомендуется объединять данные, а не модели, поскольку это более эффективно и, как правило, предполагает лучшие условные вычисления.

См. также

append