SimBiology позволяет вам оценить параметры модели, подбирая модель к экспериментальным данным курса времени, используя или нелинейную регрессию или смешанные эффекты (NLME) методы. Можно выполнить и индивидуума и подгонки населения к сгруппированным данным.
Отдельная подгонка — Подходящие данные с помощью нелинейной регрессии (наименьшие квадраты) методы, задайте преобразования параметра, оцените параметры и вычислите остаточные значения и предполагаемую содействующую ковариационную матрицу. Для рабочего процесса командной строки смотрите Подходящий Рабочий процесс для sbiofit. Для рабочего процесса приложения смотрите, Вычисляют Параметры NCA и Подбирают Модель к Данным PK/PD Используя Приложение SimBiology Model Analyzer.
Подгонка населения — Подходящие данные, задайте преобразования параметра и оцените фиксированные эффекты и случайные источники изменения на параметрах с помощью нелинейных моделей смешанных эффектов. Для рабочего процесса командной строки смотрите Нелинейные Смешанные Эффекты Моделировать Рабочий процесс.
Подгонка населения использование стохастического алгоритма — Подходящие данные, задайте преобразования параметра и оцените фиксированные эффекты и случайные источники изменения на параметрах, с помощью алгоритма Стохастической максимизации ожидания приближения (SAEM). SAEM более устойчив относительно начальных значений. Эта функциональность ослабляет предположение о постоянном ошибочном отклонении. Задать nlmefitsa как имя функции оценки, когда вы запускаетесь sbiofitmixed или выберите mixed effects using stochastic solver в разделе Statistical Modeling Подходящей Программы обработки данных в приложении SimBiology Model Analyzer.
Кроме того, можно включить опцию ProgressPlot, чтобы получить живую обратную связь на состоянии оценки параметра.
