验证模型的方法

Validating Models After Estimation - MATLAB & Simulink - MathWorks 中国
您可以使用以下方法来验证模型：

• 将模拟或预测模型输出与测量输出进行比较。请参阅模拟和预测已识别模型输出。

Simulate and Predict Identified Model Output.        

要在 Simulink® 环境中仿真已识别模型，请参阅在 Simulink 中仿真已识别模型。

 Simulate Identified Model in Simulink.

• 分析残差与输入的自相关和互相关。请参阅什么是残差分析？What Is Residual Analysis?.
• 分析模型响应。有关详细信息，请参阅以下内容：

1.         脉冲和阶跃响应图　　　Impulse and Step Response Plots- MATLAB & Simulink- MathWorks 中国

2.         模型验证的频率响应图　Frequency Response Plots for Model Validation- MATLAB & Simulink- MathWorks 中国

        有关噪声模型响应的信息，请参阅噪声谱图。Noise Spectrum Plots- MATLAB & Simulink- MathWorks 中国

• 绘制线性参数模型的极点和零点。有关详细信息，请参阅极点图和零点图。Pole and Zero Plots- MATLAB & Simulink- MathWorks 中国
• 将非参数模型（例如脉冲响应、阶跃响应和频率响应模型）的响应与参数模型（例如线性多项式模型、状态空间模型和非线性参数模型）的响应进行比较。

ｎｏｔｅ

当系统中存在反馈时不要使用此比较，因为反馈会使非参数模型不可靠。要测试系统中是否存在反馈，请对数据使用建议命令。

• 使用 Akaike 信息准则或 Akaike 最终预测误差比较模型。有关详细信息，请参阅 aic 和 fpe参考页面。
• 绘制 Hammerstein-Wiener 和非线性 ARX 模型的线性和非线性块。

在支持的图上显示置信区间有助于您评估模型参数的不确定性。有关更多信息，请参阅计算模型不确定性。

模型验证数据

对于将模型响应与测量响应进行比较并执行残差分析的图，您指定两种类型的数据集：一种用于估计模型（估计数据），另一种用于验证模型（验证数据）。尽管您可以指定相同的数据集用于估计和验证模型，但您可能会过度拟合数据。当您使用独立数据集验证模型时，此过程称为交叉验证。

验证数据的频率内容应与估计数据相同。如果您去除了估计数据的趋势，则必须从验证数据中删除相同的趋势。有关去趋势的更多信息，请参阅处理数据中的偏移和趋势。