[
next
] [
prev
] [
prev-tail
] [
tail
] [
up
]
Parte IV
Análisis multivariante, Identificación y Detección de Cambios
20
Identificación/ajuste de modelos (sin dinámica)
20.1
Mínimos cuadrados (caso estático)
20.2
Mínimos cuadrados recursivos
20.3
Mínimos cuadrados totales
20.4
Otros índices de coste para regresión
20.5
Métodos Kernel
21
Análisis multivariante de datos
21.1
Análisis de componentes principales
21.2
Regresión, correlaciones canónicas
21.3
Extensión al caso no lineal
Discusión final
21.4
Modelos para clasificación [introducción al problema]
22
Identificación de Sistemas Dinámicos
22.1
Modelos polinomiales discretos ARX/OE
22.2
Identificación de sistemas en tiempo continuo
22.3
Identificación directa de parámetros físicos
22.4
Consideraciones prácticas
23
Sistemas dinámicos lineales en representación interna: identificación subespacio
23.1
Identificación de múltiples salidas futuras (control predictivo)
23.2
Algoritmos de Identificación Subespacio
24
Detección de anomalías (ideas preliminares)
24.1
Test estadístico de hipótesis (media y varianza, monovariable,
χ
2
,
t
-Student)
24.2
Test estadístico de hipótesis: caso multivariable
χ
2
,
T
2
24.3
Test estadísticos de detección de anomalías sobre resultados de PCA
Otros desarrollos
[
next
] [
prev
] [
prev-tail
] [
front
] [
up
]