exponenta event banner

Объект NLMEResults

Объект результатов, содержащий оценку, следует из нелинейного моделирования смешанных эффектов

Описание

Объект NLMEResults содержит результаты оценки подбора кривой нелинейной модели смешанных эффектов использование sbiofitmixed.

Сводные данные метода

коробчатая диаграмма (NLMEResults)Создайте диаграмму, показывающую изменение предполагаемых параметров модели SimBiology
covariateModel (NLMEResults)Возвратите копию ковариационной модели, которая использовалась для нелинейной оценки смешанных эффектов с помощью sbiofitmixed
адаптированный (NLMEResults) Возвратите результаты симуляции подходящей нелинейной модели смешанных эффектов
постройте (NLMEResults)Сравните результаты симуляции с данными тренировки, создав подграфик курса времени для каждой группы
plotActualVersusPredicted (NLMEResults)Сравните прогнозы с фактическими данными, создав подграфик для каждого ответа
plotResidualDistribution (NLMEResults)Постройте распределение невязок
plotResiduals (NLMEResults)Постройте невязки для каждого ответа, с помощью времени, группы или прогноза как ось X
предскажите (NLMEResults)Моделируйте и оцените адаптированную модель SimBiology
случайный (NLMEResults)Моделируйте модель SimBiology, добавив изменения путем выборки ошибочной модели

Свойства

FixedEffectsТаблица предполагаемых фиксированных эффектов и их стандартных погрешностей.
RandomEffectsТаблица предполагаемых случайных эффектов для каждой группы.
IndividualParameterEstimatesТаблица предполагаемых значений параметров, включая фиксированные и случайные эффекты.
PopulationParameterEstimatesТаблица предполагаемых значений параметров, только включая фиксированные эффекты.
RandomEffectCovarianceMatrixТаблица ковариационной матрицы случайных эффектов.
statsStruct статистики возвращен алгоритмом nlmefitsa и nlmefit.
CovariateNamesМассив ячеек из символьных векторов, задающий ковариационные имена.
EstimatedParameterNamesМассив ячеек из символьных векторов, задающий оцененные названия параметра.
ErrorModelInfoТаблица, описывающая ошибочные модели и оцененные ошибочные параметры модели.

Таблица ссорится с тремя переменными: ErrorModel, a и b. Переменная ErrorModel является категориальной. Переменными a и b может быть NaN, когда они не применяются к конкретной ошибочной модели.

Существует четыре встроенных ошибочных модели. Каждая модель задает ошибку стандартный средний нуль и переменная (Gaussian) модульного отклонения e, значение функции f и один или два параметра a и b. В SimBiology функциональный f представляет результаты симуляции из модели SimBiology.

  • 'constant': y=f+ae

  • 'proportional': y=f+b|f|e

  • 'combined': y=f+(a+b|f|)e

  • 'exponential': y=fexp(ae)

EstimationFunctionИмя функции оценки, которая должна быть или 'nlmefit' или 'nlmefitsa'.
LogLikelihoodМаксимизируемый loglikelihood для подобранной модели.
AICКритерий информации о Akaike (AIC), вычисленный как AIC = 2*(-LogLikelihood + P), где P является количеством параметров. Для получения дополнительной информации смотрите nlmefit.
BICБайесов информационный критерий (BIC), вычисленный как BIC = -2*LogLikelihood + P*log(N), где N является количеством наблюдений или групп и P, является количеством параметров. Для получения дополнительной информации смотрите nlmefit.
DFEСтепени свободы для ошибки, вычисленной как DFE = N-P, где N является количеством наблюдений и P, являются количеством параметров.

Примечание

Если вы используете метод nlmefitsa, Loglikelihood, AIC, и свойства BIC пусты по умолчанию. Чтобы вычислить эти значения, задайте опцию 'LogLikMethod' nlmefitsa, когда вы запустите sbiofitmixed можно следующим образом.

opt.LogLikMethod = 'is';
fitResults = sbiofitmixed(...,'nlmefitsa',opt);

Смотрите также

| | |

Введенный в R2014a