Объект результатов, содержащий результаты оценки нелинейного моделирования смешанных эффектов
NLMEResults объект содержит результаты оценки из подгонки нелинейной модели смешанных эффектов с использованием sbiofitmixed.
| boxplot (NLMEResults) | Создать рамочный график, показывающий изменение расчетных параметров модели SimBiology |
| ковариатная модель (NLMEResults) | Вернуть копию ковариатной модели, которая использовалась для нелинейной оценки смешанных эффектов с использованием sbiofitmixed |
| (NLMEResults) | Возврат результатов моделирования аппроксимированной нелинейной модели смешанных эффектов |
| график (NLMEResults) | Сравнение результатов моделирования с данными обучения, создание подграфа временных курсов для каждой группы |
| plotActityProgected (NLMEResults) | Сравнение прогнозов с фактическими данными, создание подграфа для каждого ответа |
| plotHerDistribution (NLMEResults) | Постройте график распределения остатков |
| plotResiduals (NLMEResults) | Постройте график остатков для каждого ответа, используя время, группу или прогноз в качестве оси x |
| прогнозирование (NLMEResults) | Моделирование и оценка подогнанной модели SimBiology |
| случайные (NLMEResults) | Моделирование модели SimBiology, добавление вариаций путем выборки модели ошибок |
FixedEffects | Таблица предполагаемых фиксированных эффектов и их стандартных ошибок. |
RandomEffects | Таблица расчетных случайных эффектов для каждой группы. |
IndividualParameterEstimates | Таблица расчетных значений параметров, включая фиксированные и случайные эффекты. |
PopulationParameterEstimates | Таблица расчетных значений параметров, включая только фиксированные эффекты. |
RandomEffectCovarianceMatrix | Таблица ковариационной матрицы случайных эффектов. |
stats | Структура статистики, возвращенной nlmefit (Статистика и инструментарий машинного обучения) и nlmefitsa (Statistics and Machine Learning Toolbox) алгоритм. |
CovariateNames | Массив ячеек символьных векторов, задающих ковариатные имена. |
EstimatedParameterNames | Массив ячеек символьных векторов, задающих предполагаемые имена параметров. |
ErrorModelInfo | Таблица, описывающая модели ошибок и оцененные параметры модели ошибок. Таблица содержит одну строку с тремя переменными: Существует четыре встроенные модели ошибок. Каждая модель определяет ошибку, используя стандартную переменную среднего нуля и единичной дисперсии (Gaussian) e, значение функции f и один или два параметра a и b. В SimBiology функция f представляет результаты моделирования из модели SimBiology.
|
EstimationFunction | Имя оценочной функции, которая должна быть либо 'nlmefit' или 'nlmefitsa'. |
LogLikelihood | Максимальная логика для подогнанной модели. |
AIC | Информационный критерий Akaike (AIC), рассчитанный как AIC = 2*(-LogLikelihood + P), где P - количество параметров. Для получения более подробной информации см. nlmefit (Статистика и инструментарий машинного обучения). |
BIC | Информационный критерий Байеса (BIC), рассчитанный как BIC = -2*LogLikelihood + P*log(N), где N - количество наблюдений или групп, а P - количество параметров. Для получения более подробной информации см. nlmefit (Статистика и инструментарий машинного обучения). |
DFE | Степени свободы для ошибок, рассчитанные как DFE = N-P, где N - количество наблюдений, а P - количество параметров. |
Примечание
При использовании nlmefitsa способ, Loglikelihood, AIC, и BIC по умолчанию свойства пусты. Чтобы вычислить эти значения, укажите 'LogLikMethod' вариант nlmefitsa (Статистика и инструментарий машинного обучения) при запуске sbiofitmixed следующим образом.
opt.LogLikMethod = 'is'; fitResults = sbiofitmixed(...,'nlmefitsa',opt);
sbiofit | sbiofitmixed | nlmefit (инструментарий для статистики и машинного обучения) | nlmefitsa(Набор инструментов для статистики и машинного обучения)