Задайте отношение между параметрами и ковариантами
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.
CovModelObj = CovariateModelCovariateModel объект.
CovModelObj = CovariateModel(Expression)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:
|
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 отношение | Формат выражения |
|---|---|
| Линейный со случайным эффектом | Cl = theta1 + theta2*WEIGHT + eta1 |
| Экспоненциал без случайного эффекта | Cl = exp(theta_Cl + theta_Cl_WT*WEIGHT) |
| Экспоненциал, ВЕС, сосредоточенный средним значением, оказывает случайное влияние | Cl = exp(theta1 + theta2*(WEIGHT - mean(WEIGHT)) + eta1) |
| Экспоненциал, журнал (ВЕС), который эквивалентен модели степени | Cl = exp(theta1 + theta2*log(WEIGHT) + eta1) |
| Экспоненциал, зависящий от ВЕСА и AGE, оказывает случайное влияние | Cl = exp(theta1 + theta2*WEIGHT + theta3*AGE + eta1) |
| Инверсия пробита, зависящего от ВЕСА и AGE, оказывает случайное влияние | Cl = probitinv(theta1 + theta2*WEIGHT + theta3*AGE + eta1) |
| Инверсия логита, зависящего от ВЕСА и AGE, оказывает случайное влияние | Cl = 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.
| constructDefaultFixedEffectValues (covmodel) | Создайте вектор первоначальной оценки, необходимый для подгонки |
| проверьте (covmodel) | Проверьте ковариационную модель на наличие ошибок |
| 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 |
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'};construct | getCovariateData | PKData object | PKModelDesign
object | sbionlmefit | sbionlmefitsa