Соответствуйте нелинейная модель смешанных эффектов (требует программного обеспечения Statistics and Machine Learning Toolbox),
fitResults = sbiofitmixed(sm,grpData,responseMap,covEstiminfo)
fitResults = sbiofitmixed(sm,grpData,responseMap,covEstiminfo,dosing)
fitResults = sbiofitmixed(sm,grpData,responseMap,covEstiminfo,dosing,functionName)
fitResults = sbiofitmixed(sm,grpData,responseMap,covEstiminfo,dosing,functionName,opt)
fitResults = sbiofitmixed(sm,grpData,responseMap,covEstiminfo,dosing,functionName,opt,variants)
fitResults = sbiofitmixed(_,'UseParallel',tf_parallel)
fitResults = sbiofitmixed(_,'ProgressPlot',tf_progress)
[fitResults,simDataI,simDataP]
= sbiofitmixed(_)
выполняет нелинейную оценку смешанных эффектов с помощью модели fitResults
= sbiofitmixed(sm
,grpData
,responseMap
,covEstiminfo
)sm
SimBiology® и возвращает объект NLMEResults
fitResults
.
grpData
является groupedData object
, задающий данные, чтобы соответствовать. responseMap
задает отображение между компонентами модели и данными об ответе в grpData
. covEstiminfo
является CovariateModel object
или массив объектов estimatedInfo
, который задает параметры, которые будут оценены.
Если модель содержит активные дозы и варианты, они применяются во время симуляции.
использует информацию дозирования, указанную матрицей объектов дозы SimBiology fitResults
= sbiofitmixed(sm
,grpData
,responseMap
,covEstiminfo
,dosing
)dosing
вместо того, чтобы использовать активные дозы модели sm
, если существует кто-либо.
использует функцию оценки, заданную fitResults
= sbiofitmixed(sm
,grpData
,responseMap
,covEstiminfo
,dosing
,functionName
)functionName
, который должен быть или 'nlmefit'
или 'nlmefitsa'
.
использует дополнительные опции, заданные fitResults
= sbiofitmixed(sm
,grpData
,responseMap
,covEstiminfo
,dosing
,functionName
,opt
)opt
для функции оценки functionName
.
применяет различные объекты, заданные как fitResults
= sbiofitmixed(sm
,grpData
,responseMap
,covEstiminfo
,dosing
,functionName
,opt
,variants
)variants
вместо того, чтобы использовать любые активные варианты модели.
задает, оценить ли параметры параллельно, если Parallel Computing Toolbox™ доступен.fitResults
= sbiofitmixed(_,'UseParallel',tf_parallel
)
задает, показать ли прогресс оценки параметра.fitResults
= sbiofitmixed(_,'ProgressPlot',tf_progress
)
[
возвращается вектор результатов возражает fitResults
,simDataI
,simDataP
]
= sbiofitmixed(_)fitResults
, вектору результатов симуляции simDataI
с помощью отдельно-специфичных оценок параметра и вектора результатов симуляции оценки параметра генеральной совокупности использования simDataP
.
sbiofitmixed
объединяет sbionlmefit
и функции оценки sbionlmefitsa
. Используйте sbiofitmixed
, чтобы выполнить нелинейное моделирование смешанных эффектов и оценку.
sbiofitmixed
моделирует модель с помощью SimFunction object
, который автоматически ускоряет симуляции по умолчанию. Следовательно не необходимо запустить sbioaccelerate
, прежде чем вы вызовете sbiofitmixed
.
[1] Грэзела младший, T.H., Донн, S.M. (1985) Неонатальная фармакокинетика генеральной совокупности фенобарбитала выведена от стандартных клинических данных. Фармакол Dev Там. 8 (6), 374–83.
CovariateModel object
| NLMEResults object
| estimatedInfo object
| groupedData
| nlmefit
| nlmefitsa
| sbiofit
| sbiofitstatusplot