CovariateModel object

Задайте отношение между параметрами и ковариантами

Описание

CovariateModel задает отношение между предполагаемыми параметрами и ковариантами.

Совет

Используйте CovariateModel возразите как входной параметр против sbiofitmixed подбирать модель с ковариационными зависимостями. Перед использованием CovariateModel объект, набор FixedEffectValues свойство задать первоначальные оценки для фиксированных эффектов.

Конструкция

CovModelObj = CovariateModel создает пустой CovariateModel объект.

CovModelObj = CovariateModel(Expression) создает CovariateModel объект с его Expression набор свойств к Expression, вектор символов, строка, представляет в виде строки вектор или массив ячеек из символьных векторов, где каждый вектор символов или строка представляют отношение между оцениваемым параметром и одним или несколькими ковариантами. Expression должен обозначить зафиксированные эффекты с префиксным theta, и случайные эффекты с префиксным eta. Каждый вектор символов или строка в Expression должен быть в форме:

parameterName = relationship

Этот пример выражения задает отношение между параметром (volume) и ковариант (weight), с фиксированными эффектами, но никакими случайными эффектами:

Expression = {'Объем = theta1 + theta2*weight'};

Если имя компонента модели или ковариационное имя не являются допустимым именем переменной MATLAB®, окружите его квадратными скобками при обращении к нему в выражении. Например, если имя разновидности является полимеразой ДНК +, запишите [DNA polymerase+]. Если само ковариационное имя содержит квадратные скобки, вы не можете использовать его в выражении.

Эта таблица иллюстрирует форматы выражения для некоторых общих ковариационных параметром отношений.

Ковариационное параметром отношениеФормат выражения
Линейный со случайным эффектомCl = theta1 + theta2*WEIGHT + eta1
Экспоненциал без случайного эффектаCl = exp(theta_Cl + theta_Cl_WT*WEIGHT)
Экспоненциал, ВЕС, сосредоточенный средним значением, оказывает случайное влияниеCl = exp(theta1 + theta2*(WEIGHT - mean(WEIGHT)) + eta1)
Экспоненциал, журнал (ВЕС), который эквивалентен модели степениCl = exp(theta1 + theta2*log(WEIGHT) + eta1)
Экспоненциал, зависящий от ВЕСА и AGE, оказывает случайное влияниеCl = exp(theta1 + theta2*WEIGHT + theta3*AGE + eta1)
Инверсия пробита, зависящего от ВЕСА и AGE, оказывает случайное влияниеCl = probitinv(theta1 + theta2*WEIGHT + theta3*AGE + eta1)
Инверсия логита, зависящего от ВЕСА и AGE, оказывает случайное влияниеCl = logitinv(theta1 + theta2*WEIGHT + theta3*AGE + eta1)

Совет

Чтобы одновременно соответствовать данным из нескольких уровней дозы, используйте CovariateModel возразите как входной параметр против sbiofitmixed, и не используйте случайный эффект (eta) от Expression свойство в CovariateModel объект.

Сводные данные метода

constructDefaultFixedEffectValues (covmodel)Создайте вектор первоначальной оценки, необходимый для подгонки
проверьте (covmodel)Проверьте ковариационную модель на наличие ошибок

Свойства

CovariateLabels (CovariateModel)Метки для ковариантов в CovariateModel объект
Expression (CovariateModel)Задайте отношение между параметрами и ковариантами
FixedEffectDescription (CovariateModel)Описания фиксированных эффектов в CovariateModel объект
FixedEffectNames (CovariateModel)Имена фиксированных эффектов в CovariateModel объект
FixedEffectValues (CovariateModel)Значения для первоначальных оценок фиксированных эффектов в CovariateModel объект
ParameterNames (CovariateModel)Имена параметров в CovariateModel объект
RandomEffectNames (CovariateModel)Имена случайных эффектов в CovariateModel объект

Примеры

Создайте CovariateModel объект и набор Expression свойство задать отношение между двумя параметрами (разрешение и объем) и два коварианта (вес и возраст) использование фиксированных эффектов (thetas) и случайные эффекты (etas):

covModelObj = CovariateModel
covModelObj.Expression = {'CL = theta1 + theta2*WT + eta1', 'V = theta3 + theta4*AGE + eta2'};
Представленный в R2011b
Для просмотра документации необходимо авторизоваться на сайте