Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Buchtitelbild

2012 | OriginalPaper | Buchkapitel

1. How Accurate Can Instrumental Variable Models Become?

verfasst von : Torsten Söderström

Erschienen in: System Identification, Environmental Modelling, and Control System Design

Verlag: Springer London

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This chapter presents and discusses various aspects of what theory predicts in terms of accuracy of instrumental variable estimates. A general derivation of the covariance matrix of the parameter estimates is presented. This matrix is influenced by a number of user choices in the identification method, and it is further discussed how these user choices can be made in order to make the covariance matrix as small as possible in a well-defined sense. The chapter includes also a comparison with the prediction error method, and a discussion of in what situations an optimal instrumental variable method can be statistically efficient.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Nächstes Kapitel Refined Instrumental Variable Methods for Hammerstein Box-Jenkins Models
Anhänge
Nur mit Berechtigung zugänglich
Literatur
1.
Box, G.E.P., Jenkins, G.W.: Time Series Analysis, Forecasting and Control, 2nd edn. Holden-Day, San Francisco (1976) MATH
2.
Friedlander, B.: The overdetermined recursive instrumental variable method. IEEE Trans. Autom. Control AC-29, 353–356 (1984) CrossRef
3.
Gilson, M., Van den Hof, P.: Instrumental variable methods for closed-loop identification. Automatica 41(2), 241–249 (2005) MathSciNetMATHCrossRef
4.
Ljung, L.: System Identification—Theory for the User, 2nd edn. Prentice Hall, Upper Saddle River (1999)
5.
Ljung, L., Söderström, T.: Theory and Practice of Recursive Identification. MIT Press, Cambridge (1983) MATH
6.
Mayne, D.Q.: A method for estimating discrete time transfer functions. In: Advances in Computer Control, Second UKAC Control Convention, Bristol, UK (1967)
7.
Peterka, V., Halousková, Q.: Tally estimate of åström model for stochastic systems. In: Proc. 2nd IFAC Symposium on Identification and System Parameter Estimation, Prague, Chechoslovakia (1970)
8.
Reiersøl, O.: Confluence analysis by means of lag moments and other methods of confluence analysis. Econometrica 9, 1–24 (1941) MathSciNetMATHCrossRef
9.
10.
Söderström, T., Hong, M.: Identification of dynamic errors-in-variables systems with periodic data. In: Proc. 16th IFAC World Congress, Prague, Czech Republic, July 4–8 (2005)
11.
Söderström, T., Stoica, P.: Instrumental Variable Methods for System Identification. Springer, Berlin (1983) MATHCrossRef
12.
Söderström, T., Stoica, P.: System Identification. Prentice Hall International, Hemel Hempstead (1989) MATH
13.
Söderström, T., Stoica, P., Trulsson, E.: Instrumental variable methods for closed loop systems. In: 10th IFAC World Congress, Munich, Germany (1987)
14.
Stoica, P., Friedlander, B., Söderström, T.: Instrumental variable methods for ARMA models. In: Leondes, C.T. (ed.) Control and Dynamic Systems—Advances in Theory and Applications. System Identification and Adaptive Control, vol. 25, pp. 79–150. Academic Press, New York (1987)
15.
Stoica, P., Söderström, T.: Optimal instrumental variable estimation and approximate implementation. IEEE Trans. Autom. Control AC-28, 757–772 (1983) CrossRef
16.
Stoica, P., Söderström, T., Friedlander, B.: Optimal instrumental variable estimates of the AR parameters of an ARMA process. IEEE Trans. Autom. Control AC-30, 1066–1074 (1985) CrossRef
17.
Söderström, T., Stoica, P., Friedlander, B.: An indirect prediction error method. Automatica 27, 183–188 (1991) MATHCrossRef
18.
Thil, S., Hong, M., Söderström, T., Gilson, M., Garnier, H.: Statistical analysis of a third-order cumulants based algorithm for discrete errors-in-variables identification. In: IFAC 17th World Congress Seoul, Korea, July 6–11 (2008)
19.
Van Huffel, S., Vandewalle, J.: Comparison of total least squares and instrumental variable methods for parameter estimation of transfer function models. Int. J. Control 50, 1039–1056 (1989) MATHCrossRef
20.
Wong, K.Y., Polak, E.: Identification of linear discrete time systems using the instrumental variable approach. IEEE Trans. Autom. Control 12, 707–718 (1967) CrossRef
21.
Young, P.C.: An instrumental variable method for real-time identification of a noisy process. Automatica 6, 271–287 (1970) CrossRef
22.
Young, P.C., Jakeman, A.J.: Refined instrumental variable methods of time series analysis: Part III extensions. Int. J. Control 31, 741–764 (1980) MATHCrossRef
23.
Young, P.C.: Parameter estimation for continuous-time models—a survey. Automatica 17, 23–29 (1981) MATHCrossRef
24.
Young, P.C.: Recursive Estimation and Time-Series Analysis. Springer, Berlin (1984) MATH
25.
Young, P.C., Jakeman, A.J.: Refined instrumental variable methods of recursive time-series analysis. Part I: Single input, single output systems. Int. J. Control 29, 1–30 (1979) MATHCrossRef
Metadaten
Titel
How Accurate Can Instrumental Variable Models Become?
verfasst von
Torsten Söderström
Copyright-Jahr
2012
Verlag
Springer London
Buch
System Identification, Environmental Modelling, and Control System Design

Print ISBN: 978-0-85729-973-4

Electronic ISBN: 978-0-85729-974-1

Copyright-Jahr: 2012

DOI
https://doi.org/10.1007/978-0-85729-974-1_1

Neuer Inhalt

    Bildnachweise