Анализ временных рядов

Анализируйте данные временных рядов путем идентификации линейных и нелинейных моделей, таких как AR, ARMA, пространство состояний и серый ящик модели, выполнения спектрального анализа и выходов модели

time series - это данные, которые содержат один или несколько измеренных выходных каналов, но не измеренный вход. Модель временных рядов, также называемая моделью сигнала, является динамической системой, которая идентифицируется, чтобы соответствовать заданному сигналу или данным временных рядов. Временные ряды могут быть многомерными, что приводит к многомерным моделям. Можно идентифицировать модели временных рядов в приложении System Identification или в командной строке. System Identification Toolbox™ позволяет вам создать и оценить четыре общих типа модели временных рядов.

  • Линейные параметрические модели - Оценка параметров в структурах, таких как авторегрессивные модели и модели пространства состояний.

  • Модели частотной характеристики - Оценка спектральных моделей с помощью спектрального анализа.

  • Нелинейные модели ARX - Оценка параметров в нелинейной структуре ARX.

  • Модели серого ящика - оцените коэффициенты обыкновенного дифференциального или разностных уравнений, которые представляют динамику вашей системы.

Параметрическая идентификация модели временных рядов требует равномерно дискретизированных данных временной области, за исключением модели ARX, которая может обрабатывать сигналы частотного диапазона. Алгоритмы спектрального анализа поддерживают данные во временной и частотной областях. Ваши данные могут иметь один или несколько выходных каналов и не должны иметь входного канала. Для получения дополнительной информации о моделях временных рядов смотрите Что такое модели временных рядов?

Можно использовать идентифицированные модели для предсказания выхода модели в командной строке, в приложении или в Simulink®. В командной строке можно также предсказать выходы модели за пределами временной области значений измеренных данных.

Функции

расширить все

arОцените параметры модели AR или модели ARI для скалярных временных рядов
arOptionsНабор опций для ar
arxОценка параметров модели ARX, ARIX, AR или ARI
armaxОцените параметры модели ARMAX, ARIMAX, ARMA или ARIMA с использованием данных временной области
ivarОценка модели AR с использованием метода инструментальной переменной
ssestОцените модель пространства состояний с использованием данных временной области или частотного диапазона
n4sidОцените модель пространства состояний с помощью метода подпространства с данными временной области или частотного диапазона
spaОцените частотную характеристику с фиксированным разрешением частот с помощью спектрального анализа
spafdrОцените частотную характеристику и спектр с помощью спектрального анализа с частотно-зависимым разрешением
etfeОцените эмпирические передаточные функции и периодограммы
nlarxОценка параметров нелинейной модели ARX
greyestОценка модели линейного серого ящика
nlgreyestОценка нелинейных параметров модели серого ящика
idpolyПолиномиальная модель с идентифицируемыми параметрами
idssМодель пространства состояний с идентифицируемыми параметрами
idfrdДанные частотной характеристики или модель
idnlarxНелинейная модель ARX
idgreyЛинейная ОДУ (модель серого ящика) с идентифицируемыми параметрами
idnlgreyНелинейная модель серого ящика
spectrumПостройте или верните спектр выходной степени модели временных рядов или спектра нарушения порядка линейной модели вход-выход
forecastПрогноз идентифицированного выхода модели
predictПредсказать выход модели K-шага вперед

Темы

О моделях временных рядов

Что такое модели временных рядов?

Модель временных рядов, также называемая моделью сигнала, является динамической системой, которая идентифицируется как подгонка данных, которая включает только выходные каналы и нет входных каналов.

Анализируйте модели Timeseries

Узнать, как анализировать модели временных рядов.

Оценка моделей

Идентифицируйте модели временных рядов в командной строке

Симулируйте временной ряд и используйте параметрические и непараметрические методы для оценки и сравнения моделей timeseries.

Оценка моделей AR и ARMA

Оцените полиномиальные модели AR и ARMA для данных временных рядов в командной строке и в приложении.

Оценка моделей ARIMA

Оцените авторегрессивные интегрированные модели Скользящего среднего значения (ARIMA).

Оценка моделей временных рядов в пространстве состояний

Оцените модели пространства состояний для данных временных рядов в командной строке.

Оценка спектров степени Timeseries

Оцените спектры степени для данных временных рядов в командной строке и в приложении.

Оценка коэффициентов ОДУ в соответствии с данным решением

Оцените параметры модели с помощью линейного и нелинейного серо-прямоугольного моделирования.

Прогнозные Выходы модели

Прогнозный выход динамической системы

Рабочий процесс для прогнозирования данных временных рядов и входно-выходных данных с помощью линейных и нелинейных моделей.

Предсказание и прогнозирование временных рядов для прогноза

Создайте модель временных рядов и используйте модель для предсказания, прогнозирования и оценки состояния.

Введение в прогнозирование Динамической системы отклика

Осмыслите концепцию прогнозирования данных с помощью линейных и нелинейных моделей.

Рекомендуемые примеры

Для просмотра документации необходимо авторизоваться на сайте