Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
lutilizzo di dati non utilizzati durante il processo di stima dei parametri (validation, o checking, o testing data set)
N (t ) = y (t ) y (t t 1) (t )
con rumore bianco, un utile criterio di validazione la valutazione della varianza 2 dellerrore di predizione ottenuto con il vettore calcolato con gli N campioni a disposizione
d E (1 + ) N con d = dim( )
[ ]
1 = N d
2
t = n +1
(t ) 2
si considera quindi la quantit: sk=det(Sk)/(N det HkTHk) se N abbastanza grande si osserva una sequenza di valori decrescente allaumentare di k seguita da una stabilizzazione una volta che si raggiunto lordine corretto questo criterio pu essere utilizzato per determinare lordine del sistema prima di procedere alla stima del vettore di parametri si dimostra che sk coincide con lindice J() per il modello di ordine k determinato con il metodo dei minimi quadrati
FPE Criterion
Un altro criterio per la stima dellordine del sistema la minimizzazione del valore atteso della varianza dellerrore di predizione. Dalle formule precedenti risulta:
( )
2
N N +d = 2 (t ) = FPE (k ) N ( N d ) t = n +1
dove k lordine del sistema il valore di k da considerare quello per cui si il valore minimo di FPE(k) usando questo criterio la possibilit si sovrastimare lordine non nulla
1 R ( ) = N = 1,..., M
N
(t ) (t + )
t =1
=
2 u
k =
R (k ) R (k )
u
dove : R ( k ) = E[ (t ) (t k )]
Ru (k ) = E[u(t )u(t k )]
in pratica si deve il grafico della sample covariance al variare di e verificare che stia entro lintervallo di confidenza prescelto (rappresentato da una linea orizzontale perch la varianza non dipende da questo test si usa anche per verificare la correttezza dei ritardi del modello
Funzionedi Autocorrelazione del residuo (dati identif.) Istogramma Residuo (dati identif.)
Autocorrelazione errore
Istogramma errore
se il modello ha superato tutti i test di validazione possibile utilizzarlo in simulazione, cio usando come ingresso luscita stimata invece di quella misurata (predizione ad infiniti passi) lanalisi del comportamento in predizione a k passi per k su un set di dati differente da quello usato per sviluppare il modello costituisce quindi un ulteriore ed efficace criterio di validazione
u(k-1)
Lordine del modello troppo basso Rimedio: considerare modelli di ordine pi elevato o di classe diversa, o concentrare il funzionamento del modello su bande di frequenza specifiche, attraverso un filtraggio passa-banda dei segnali
Sono stati tralasciati alcuni ingressi che influenzano significativamente luscita Rimedio: riesaminare i principi fisici che regolano il sistema, individuare gli ingressi mancanti, verificare che essi siano misurabili, ed includerli tra gli ingressi del modello Dalla teoria dei controlli automatici, sappiamo che gli ingressi che non possono essere misurati sono disturbi. In tal caso, bisogna accettare lidea che tali disturbi avranno un effetto negativo sulle prestazioni del modello