- -

Aportes a la Teoría y la Implementación del Método LSCR

RiuNet: Institutional repository of the Polithecnic University of Valencia

Share/Send to

Cited by

Statistics

Aportes a la Teoría y la Implementación del Método LSCR

Show full item record

Ramírez, J.; Rojas, CR.; Jarur, JC.; Rojas, RA. (2010). Aportes a la Teoría y la Implementación del Método LSCR. Revista Iberoamericana de Automática e Informática industrial. 7(3):83-94. https://doi.org/10.1016/S1697-7912(10)70045-5

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10251/144636

Files in this item

Item Metadata

Title: Aportes a la Teoría y la Implementación del Método LSCR
Secondary Title: Contributions to the Theory and Implementation of the LSCR Method
Author: Ramírez, J.A. Rojas, Cristian R. Jarur, Juan C. Rojas, Ricardo A.
Issued date:
Abstract:
[ES] El método LSCR (Leave-out-Sign-dominant-Correlation-Regions) proporciona regiones de confianza para los parámetros de un sistema evaluando un conjunto de funciones de correlation calculadas a partir de los datos ...[+]


[EN] The LSCR method (Leave-out-Sign-dominant-Correlation-Regions) provides confidence regions for the parameters of a system by evaluating a set of correlation functions calculated for the available data. To do the ...[+]
Subjects: Modeling error , Prediction error , Parameter estimation , Uncertainty , Error de modelado , Error de predicción , Estimación de parámetros , Incertidumbre , Muestras finitas , Método Bootstrap , Método LSCR , PEM , Simulación de Monte Carlo
Copyrigths: Reconocimiento - No comercial - Sin obra derivada (by-nc-nd)
Source:
Revista Iberoamericana de Automática e Informática industrial. (issn: 1697-7912 ) (eissn: 1697-7920 )
DOI: 10.1016/S1697-7912(10)70045-5
Publisher:
Universitat Politècnica de València
Publisher version: https://doi.org/10.1016/S1697-7912(10)70045-5
Project ID:
USM/23.06.24
Thanks:
Este trabajo ha sido realizado parcialmente gracias al financiamiento de la Universidad Técnica Federico Santa María del Proyecto USM 23.06.24.
Type: Artículo

References

Campi, M. C., & Weyer, E. (2002). Finite sample properties of system identification methods. IEEE Transactions on Automatic Control, 47(8), 1329-1334. doi:10.1109/tac.2002.800750

Campi, M. C., & Weyer, E. (2005). Guaranteed non-asymptotic confidence regions in system identification. Automatica, 41(10), 1751-1764. doi:10.1016/j.automatica.2005.05.005

Gordon, L. (1974). Completely Separating Groups in Subsampling. The Annals of Statistics, 2(3), 572-578. doi:10.1214/aos/1176342719 [+]
Campi, M. C., & Weyer, E. (2002). Finite sample properties of system identification methods. IEEE Transactions on Automatic Control, 47(8), 1329-1334. doi:10.1109/tac.2002.800750

Campi, M. C., & Weyer, E. (2005). Guaranteed non-asymptotic confidence regions in system identification. Automatica, 41(10), 1751-1764. doi:10.1016/j.automatica.2005.05.005

Gordon, L. (1974). Completely Separating Groups in Subsampling. The Annals of Statistics, 2(3), 572-578. doi:10.1214/aos/1176342719

Hartigan, J. A. (1969). Using Subsample Values as Typical Values. Journal of the American Statistical Association, 64(328), 1303-1317. doi:10.1080/01621459.1969.10501057

Jarur, J.C. (2008). Cálculo de Regiones de Confianza Paramétricas con LSCR: Análisis, Experiencias y Aplicaciones. Tesis de Magíster, Universidad Técnica Federico Santa María, Valparaíso, Chile.

Lennart Ljung, & Zhen-Dong Yuan. (1985). Asymptotic properties of black-box identification of transfer functions. IEEE Transactions on Automatic Control, 30(6), 514-530. doi:10.1109/tac.1985.1103995

Ljung, L. (1985). Asymptotic variance expressions for identified black-box transfer function models. IEEE Transactions on Automatic Control, 30(9), 834-844. doi:10.1109/tac.1985.1104093

Ninness, B., Hjalmarsson, H., & Gustafsson, F. (1999). The fundamental role of general orthonormal bases in system identification. IEEE Transactions on Automatic Control, 44(7), 1384-1406. doi:10.1109/9.774110

Ninness, B., & Hjalmarsson, H. (2004). Variance Error Quantifications That Are Exact for Finite-Model Order. IEEE Transactions on Automatic Control, 49(8), 1275-1291. doi:10.1109/tac.2004.832202

Ninness, B., & Hjalmarsson, H. (2005). On the frequency domain accuracy of closed-loop estimates. Automatica, 41(7), 1109-1122. doi:10.1016/j.automatica.2005.03.005

Ninness, B., & Hjalmarsson, H. (2005). Analysis of the variability of joint input–output estimation methods. Automatica, 41(7), 1123-1132. doi:10.1016/j.automatica.2005.03.006

Tjärnström, F. (2000). Quality Estimation of Approximate Models. Licenciate thesis 810, Department of Electrical Engineering, Linköping University, Suecia.

Weyer, E., Williamson, R. C., & Mareels, I. M. Y. (1999). Finite sample properties of linear model identification. IEEE Transactions on Automatic Control, 44(7), 1370-1383. doi:10.1109/9.774109

Weyer, E., & Campi, M. C. (2002). Non-asymptotic confidence ellipsoids for the least-squares estimate. Automatica, 38(9), 1539-1547. doi:10.1016/s0005-1098(02)00064-x

Liang-Liang Xie, & Ljung, L. (2001). Asymptotic variance expressions for estimated frequency functions. IEEE Transactions on Automatic Control, 46(12), 1887-1899. doi:10.1109/9.975472

[-]

recommendations

 

This item appears in the following Collection(s)

Show full item record