Main Content

このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。

時系列解析

AR、ARMA、状態空間、グレーボックス モデルなどの線形モデルと非線形モデルを同定し、スペクトル解析を実行して、モデル出力を予測することにより、時系列データを解析します。

"時系列" は 1 つ以上の測定された出力チャネルが含まれますが、測定された入力は含まれないデータです。時系列モデルは信号モデルとも呼ばれ、与えられた信号または時系列データを適合するように同定される動的システムです。時系列は多変数にすることができ、それにより多変量モデルになります。時系列モデルは System Identification アプリまたはコマンド ラインで同定できます。System Identification Toolbox™ により、4 種類の一般的な時系列モデルの作成と推定が可能になります。

  • 線形パラメトリック モデル — 自己回帰モデルや状態空間モデルなど、構造体内のパラメーターを推定する。

  • 周波数応答モデル — スペクトル解析を使用してスペクトル モデルを推定する。

  • 非線形 ARX モデル — 非線形 ARX 構造体内のパラメーターを推定する。

  • グレーボックス モデル — システム ダイナミクスを表す常微分方程式または差分方程式の係数を推定する。

パラメトリック時系列モデルの同定には、周波数領域信号を処理できる ARX モデルを除いて、等間隔にサンプリングされた時間領域データが必要です。スペクトル解析アルゴリズムは時間領域データと周波数領域データをサポートします。データは 1 つ以上の出力チャネルをもつことができ、入力チャネルをもつことはできません。時系列モデルの詳細については、What Are Time Series Models?を参照してください。

同定されたモデルを使用して、コマンド ラインやアプリ、あるいは Simulink® でモデルの出力を予測することができます。コマンド ラインで、測定されたデータの時間範囲を超えてモデルの出力を予測することもできます。

関数

すべて展開する

arEstimate parameters of AR model or ARI model for scalar time series
arOptionsOption set for ar
arxEstimate parameters of ARX, ARIX, AR, or ARI model
armaxEstimate parameters of ARMAX, ARIMAX, ARMA, or ARIMA model using time-domain data
ivarAR model estimation using instrumental variable method
ssestEstimate state-space model using time-domain or frequency-domain data
n4sidEstimate state-space model using subspace method with time-domain or frequency-domain data
spaEstimate frequency response with fixed frequency resolution using spectral analysis
spafdrEstimate frequency response and spectrum using spectral analysis with frequency-dependent resolution
etfeEstimate empirical transfer functions and periodograms
nlarxEstimate parameters of nonlinear ARX model
greyestLinear grey-box model estimation
nlgreyestEstimate nonlinear grey-box model parameters
idpolyPolynomial model with identifiable parameters
idssState-space model with identifiable parameters
idfrdFrequency response data or model
idnlarxNonlinear ARX model
idgreyLinear ODE (grey-box model) with identifiable parameters
idnlgreyNonlinear grey-box model
spectrumPlot or return output power spectrum of time series model or disturbance spectrum of linear input-output model
forecastForecast identified model output
predictPredict K-step-ahead model output

トピック

時系列モデルについて

What Are Time Series Models?

A time series model, also called a signal model, is a dynamic system that is identified to fit data that includes only output channels and no input channels.

Analyze Time-Series Models

Learn how to analyze time series models.

モデルの推定

Identify Time Series Models at the Command Line

Simulate a time series and use parametric and nonparametric methods to estimate and compare time-series models.

AR モデルと ARMA モデルの推定

コマンド ラインおよびアプリで時系列データに対する多項式の AR モデルと ARMA モデルを推定する。

Estimate ARIMA Models

Estimate autoregressive integrated Moving Average (ARIMA) models.

Estimate State-Space Time Series Models

Estimate state-space models for time series data at the command line.

Estimate Time-Series Power Spectra

Estimate power spectra for time series data at the command line and in the app.

Estimate Coefficients of ODEs to Fit Given Solution

Estimate model parameters using linear and nonlinear grey-box modeling.

モデル出力の予測

Forecast Output of Dynamic System

Workflow for forecasting time series data and input-output data using linear and nonlinear models.

今後の見通しについての時系列による予測および予想

時系列モデルを作成し、そのモデルを予測、予想および状態推定に使用します。

Introduction to Forecasting of Dynamic System Response

Understand the concept of forecasting data using linear and nonlinear models.

注目の例