cra
估计使用prewhitened-based相关分析脉冲响应
语法
ir = cra(数据)
(红外、R、cl) = cra(数据,M, na,情节)
描述
(
估计相关/协方差信息,红外
,R
,cl
)= cra (数据
,米
,na
,情节
)R
脉冲响应,置信水平为99%,cl
。
的cra
输入命令首先计算一个自回归模型u作为
,在那里e噪声是不相关的(白色),问是让使用者操作符,一个(问)是一个多项式的秩序na
。然后命令过滤器u和输出数据y与一个(问)获取prewhitened数据。命令然后计算阴谋prewhitened的协方差函数y和u以及它们之间的互相关函数。积极的滞后变量的值对应于一个影响u以后的值y。换句话说,显著相关性对消极落后的反馈y来u的数据。这相关函数的适当扩展版本也估计系统的脉冲响应。这也是策划以及99%置信水平。输出参数红外
这是脉冲响应估计,第一项对应于零延迟。(负落后被排除在外红外
)。在情节,脉冲响应比例,对应于一个脉冲身高1/
T和持续时间T,在那里T是样本数据的时间。
输入参数
|
输入-输出数据。 指定
|
|
数量的滞后协方差/关联函数计算。
默认值:20. |
|
AR模型的输入的顺序安装。 prewhitening, AR模型的输入是安装顺序 使用 默认值:10 |
|
显示控制。 情节指定为一个整数:
默认值:1 |
输出参数
|
估计脉冲响应。 第一项的 |
|
协方差/关联信息。
|
|
99%的显著性水平脉冲响应。 |
例子
选择
通常一个更好的选择cra
是冲动
,使用高阶冷杉模型来估计脉冲响应。
版本历史
之前介绍过的R2006a