시계열 분석

AR, ARMA, 상태공간 모델 및 그레이박스 모델 등 선형 모델과 비선형 모델을 식별하고 스펙트럼 분석을 수행하며 모델 출력을 전망하여 시계열 데이터 분석

시계열은 측정된 출력 채널을 하나 이상 포함하지만 측정된 입력 채널은 포함하지 않는 데이터입니다. 신호 모델이라고도 하는 시계열 모델은 지정된 신호 또는 시계열 데이터를 피팅하기 위해 식별되는 동적 시스템입니다. 시계열은 다변량일 수 있으며, 이 경우 모델은 다변량 모델이 됩니다. System Identification 앱 또는 명령줄에서 시계열 모델을 식별할 수 있습니다. System Identification Toolbox™를 사용하면 네 가지 일반적인 유형의 시계열 모델을 만들고 추정할 수 있습니다.

선형 모수적 모델 — 자기회귀 모델 및 상태공간 모델과 같은 구조의 파라미터를 추정합니다.
주파수 응답 모델 — 스펙트럼 분석을 사용하여 스펙트럼 모델을 추정합니다.
비선형 ARX 모델 — 비선형 ARX 구조의 파라미터를 추정합니다.
그레이박스 모델 — 시스템 동특성을 나타내는 상미분 방정식 또는 차분 방정식의 계수를 추정합니다.

모수적 시계열 모델 식별에는 주파수 영역 신호를 처리할 수 있는 ARX 모델을 제외하고는 균일하게 샘플링된 시간 영역 데이터가 필요합니다. 스펙트럼 분석 알고리즘은 시간 영역 데이터와 주파수 영역 데이터를 지원합니다. 데이터는 하나 이상의 출력 채널을 포함할 수 있으며 입력 채널은 포함하면 안 됩니다. 시계열 모델에 대한 자세한 내용은 시계열 모델이란? 항목을 참조하십시오.

식별된 모델을 사용하여 명령줄, 앱 또는 Simulink^®에서 모델 출력을 예측할 수 있습니다. 명령줄에서는 측정된 데이터의 시간 범위를 벗어나는 모델 출력도 전망할 수 있습니다.

함수

모두 확장

추정

`ar`	스칼라 시계열에 대한 AR 모델 또는 ARI 모델 식별 시 파라미터 추정
`arOptions`	Option set for `ar`
`arx`	ARX, ARIX, AR 또는 ARI 모델의 파라미터 추정
`armax`	Estimate parameters of ARMAX, ARIMAX, ARMA, or ARIMA model using time-domain data
`ivar`	AR model estimation using instrumental variable method
`ssest`	Estimate state-space model using time-domain or frequency-domain data
`n4sid`	Estimate state-space model using subspace method with time-domain or frequency-domain data
`spa`	Estimate frequency response with fixed frequency resolution using spectral analysis
`spafdr`	Estimate frequency response and spectrum using spectral analysis with frequency-dependent resolution
`etfe`	Estimate empirical transfer functions and periodograms
`nlarx`	Estimate parameters of nonlinear ARX model
`greyest`	Estimate ODE parameters of linear grey-box model
`nlgreyest`	Estimate nonlinear grey-box model parameters

모델

`idpoly`	Polynomial model with identifiable parameters
`idss`	State-space model with identifiable parameters
`idfrd`	Frequency response data or model
`idnlarx`	Nonlinear ARX model
`idgrey`	Linear ODE (grey-box model) with identifiable parameters
`idnlgrey`	Nonlinear grey-box model

응답 분석

`spectrum`	Plot or return output power spectrum of time series model or disturbance spectrum of linear input/output model
`forecast`	Forecast time-series values into future
`predict`	식별된 모델의 향후 K-스텝 출력 사전 예측

도움말 항목

시계열 모델 정보

시계열 모델이란?
신호 모델이라고도 하는 시계열 모델은 출력 채널만 있고 입력 채널은 없는 데이터를 피팅하기 위해 식별되는 동적 시스템입니다.
시계열 모델 분석하기
시계열 모델을 분석하는 방법을 배웁니다.

모델 추정하기

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.
Estimate AR and ARMA Models
Estimate polynomial AR and ARMA models for time series data at the command line and in the app.
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.

모델 출력 전망하기

Forecast Output of Dynamic System
Workflow for forecasting time series data and input-output data using linear and nonlinear models.
Time Series Prediction and Forecasting for Prognosis
Create a time series model and use the model for prediction, forecasting, and state estimation.
Introduction to Forecasting of Dynamic System Response
Understand the concept of forecasting data using linear and nonlinear models.