statistics - 使用 MATLAB 的 AR 模型

Question

我正在使用从 MATLAB 文档中获取的以下代码来估计 ARMA 模型的参数：

y = sin([1:300]') + 0.5 * randn(300, 1);
y = iddata(y);
mb = ar(y, 4, 'burg');

在这一点上，如果我输入mb我得到的是：

离散时间 IDPOLY 模型：
A(q)y(t) = e(t)
A(q) = 1 - 0.2764 q^-1 + 0.2069 q^-2 + 0.4804 q^-3 + 0.1424 q^-4
估计使用来自数据集 y
损失函数 0.314965 和 FPE 0.323364的 AR ('burg'/'now')
采样间隔：1

如何使用mb我获得的变量来生成具有这些系数的样本？
mb看起来不像矢量。
特别是，我该如何处理丢失的数据？

Answer 1

利用：sim(mb,input)

更多信息sim，也在这里：

模拟线性模型。

句法

y = sim(m,ue)

[y, ysd] = sim(m,ue,init)

描述

m是任意 idmodel 对象。

ue是一个 iddata 对象，仅包含输入。ue 中的输入通道数必须等于模型 m 的输入数，或等于输入数和噪声源数之和（= 输出数）。在后一种情况下，ue 中的最后一个输入被视为噪声源，并获得了噪声破坏的模拟。噪声根据 m.NoiseVariance in m 的性质进行缩放，因此为了根据模型获得正确的噪声水平，噪声输入应该是具有零均值和单位协方差矩阵的白噪声。如果 ue 中不包含噪声源，则获得无噪声仿真。