Отчет по оценке

Что такое отчет по оценке?

Этот estimation report содержит информацию о результатах и опциях, используемых для оценки модели. Этот отчет хранится в Report свойство расчетной модели. Точное содержимое отчета зависит от функции оценщика, которую вы используете для получения модели.

В частности, отчет об оценке имеет следующую информацию:

  • Статус модели - построена или оценена модель

  • Как обрабатываются начальные условия во время оценки

  • Условия завершения для итерационных алгоритмов оценки

  • Окончательная ошибка предсказания (FPE), процент подгонки данным оценки и среднеквадратичная ошибка (MSE)

  • Необработанный, нормализованный и скорректированный по размеру выборки Akaike Information Criteria (AIC) и Bayesian Information Criterion (BIC)

  • Тип и свойства оценочных данных

  • Все предполагаемые величины - значения параметров, начальные состояния для моделей пространства состояний и серого ящика и их ковариации

  • Набор опций, используемый для конфигурирования алгоритма оценки

Для получения дополнительной информации об отчете, созданном для определенного оценщика, см. соответствующую страницу с описанием.

Можно использовать отчет для:

Отчет по оценке доступа

Этот пример показывает, как получить доступ к отчету оценки.

Отчет об оценке хранит журнал информации, такой как используемые данные, по умолчанию и другие используемые настройки, и оценочные результаты, такие как значения параметров, начальные условия и подгонка.

После оценки модели используйте запись через точку для доступа к отчету об оценке. Для примера:

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 подгонку модели передаточной функции с данными оценки.

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

Сравнение оценочных моделей с использованием отчета об оценке

В этом примере показано, как сравнить несколько оценочных моделей с помощью отчета об оценке.

Данные оценки нагрузки.

load iddata1 z1;

Оцените модель передаточной функции.

np = 2;
sys_tf = tfest(z1,np);

Оцените модель пространства состояний.

sys_ss = ssest(z1,2);

Оцените модель ARX.

sys_arx = arx(z1, [2 2 1]);

Сравните процентную подгонку оценочных моделей с данными оценки.

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 пространства состояний обеспечивает лучший процент подгонки данным.

Анализ и уточнение результатов оценки с помощью отчета по оценке

Этот пример показывает, как анализировать оценку и сконфигурировать другую оценку с помощью отчета оценки.

Оцените модель пространства состояний, которая минимизирует 1-ступенчатую ошибку 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 1-шаговую способность предсказания, как указано > 90% подгонки результатов предсказания данным .

Использование compare(z,sys1) чтобы проверить способность модели моделировать измеренный выход F использование входа V. Симулированный отклик модели имеет только 45% подгонки данным.

Выполните другую оценку, где вы сохраняете исходные опции, используемые для sys1 кроме того, что вы измените особое внимание, чтобы минимизировать ошибку симуляции.

Отобразите опции, используемые sys1 хранится в его Report свойство. Этот подход полезен, когда вы сохранили предполагаемую модель, но не соответствующий набор опций, 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 оценки с помощью compare(z,sys1,sys2). Подгонка улучшается до 53%.

Похожие темы

Для просмотра документации необходимо авторизоваться на сайте