Exponenta Banner
exponenta event banner

случайные (NLMEResults

)

Моделирование модели SimBiology, добавление вариаций путем выборки модели ошибок

свернуть все на странице

Синтаксис

[ynew,parameterEstimates,randomEffects]= random(resultsObj)
[ynew,parameterEstimates]= random(resultsObj,data,dosing)
[ynew,parameterEstimates,randomEffects]= random(_,'ParameterType',value)

Описание

[ynew,parameterEstimates,randomEffects]= random(resultsObj) возвращает результаты моделирования ynew с добавленным шумом с использованием информации модели ошибки, указанной resultsObj.ErrorModelInfo значения свойств и оценочных параметров parameterEstimates которые возвращаются sbiofitmixed.

[ynew,parameterEstimates]= random(resultsObj,data,dosing) использует указанное data и dosing информация.

[ynew,parameterEstimates,randomEffects]= random(_,'ParameterType',value) добавляет шум к результатам моделирования, которые моделируются с использованием индивидуальных оценок или оценок параметров совокупности. Два варианта для value являются 'population' или 'individual' (по умолчанию).

Примечание

Шум добавляется только к состояниям, которые являются ответами, являющимися состояниями, включенными в responseMap входной аргумент при вызове sbiofitmixed.

Входные аргументы

свернуть все

Результаты оценки, указанные как NLMEResults object, который содержит результаты оценки, возвращенные sbiofitmixed. Это должен быть скалярный объект.

Группированные данные или время вывода, указанное как groupedData object, вектор или клеточный массив векторов выходного времени.

Если это вектор временных точек, random моделирует модель с новыми временными точками.

Если это клеточный массив векторов временных точек, random моделирует модель n раз с использованием времени вывода из каждого вектора времени, где n - длина data.

Для обоих случаев новые значения параметров вычисляются с помощью sbiosampleparameters с ковариатной моделью, возвращенной resultsObj.covariateModel, оценки фиксированного эффекта (resultsObj.FixedEffects) и ковариационная матрица случайного эффекта (resultsObj.RandomEffectCovarianceMatrix).

Если модель со смешанными эффектами из исходной аппроксимации (с использованием sbiofitmixed) использует ковариатную модель с ковариатами, data должно быть groupedData объект, содержащий ковариатные данные с одинаковыми метками для ковариат (CovariateLabels свойство), указанное в исходной ковариатной модели.

Информация о дозировании, указанная как пустой массив [] или 2-D матрица объектов дозы SimBiology (ScheduleDose object или RepeatDose object). Если dosing является матрицей дозовых объектов, матрица должна содержать дозы по умолчанию или согласовываться с исходными дозирующими данными, используемыми с sbiofitmixed. То есть дозовые объекты в dosing должны иметь одинаковые значения для свойств дозы (например, TargetName) или должны быть параметризованы таким же образом, как исходные данные дозирования. Например, предположим, что исходная матрица дозирования имеет два столбца доз, где первая колонка нацелена на виды x, а вторая колонка нацелена на виды y. Тогда dosing должны иметь дозы в первой колонке, нацеленной на виды x, и дозы во второй колонке, нацеленной на виды y.

  • Если он пуст, во время моделирования дозы не применяются, даже если модель имеет активные дозы.

  • Если матрица не пуста, она должна содержать одну строку или одну строку на группу во входных данных. Если она имеет одну строку, во время моделирования ко всем группам применяются одинаковые дозы. Если она содержит несколько строк, каждая строка применяется к отдельной группе в том же порядке, что и группы во входных данных. Если для некоторых групп (или векторов времени) требуется больше доз, чем для других, заполните матрицу стандартными (фиктивными) дозами.

  • Допускается использование нескольких столбцов, что позволяет применять объекты с несколькими дозами к каждой группе или вектору времени. Все дозы в столбце должны быть дозами по умолчанию или должны ссылаться на одни и те же компоненты в модели (например, дозы должны иметь одинаковые TargetName) и должны иметь согласованные параметризованные свойства, как в исходных данных дозирования, используемых с sbiofitmixed. Например, если Amount свойство дозы, используемой в оригинале sbiofitmixed вызов параметризуется для параметра в области модели 'A', все дозы для соответствующей группы (колонка) в dosing должны иметь Amount свойство параметризовано для 'A'.

  • Доза по умолчанию имеет значения по умолчанию для всех свойств, за исключением Name собственность. Создайте дозу по умолчанию следующим образом.

    d1 = sbiodose('d1');

  • В дополнение к ручному построению дозовых объектов с помощью sbiodose, если входные данные являются groupedData объект и имеет информацию о дозировке, вы можете использовать createDoses СПОСОБ КОНСТРУИРОВАНИЯ ДОЗ ИЗ НЕГО.

Количество строк в dosing матрица и количество групп или векторов выходного времени в data определить общее количество результатов моделирования в выходных данных ynew. Для получения более подробной информации см. таблицу в ynew описание аргумента.

Примечание

Если UnitConversion включен для базовой модели SimBiology ®, которая использовалась для подгонки ,dosing необходимо указать допустимое количество и единицы времени.

Тип параметра, указанный как 'population' или 'individual' (по умолчанию). Если value является 'population'способ возвращает результаты моделирования с шумом, используя оценки параметров заполнения. Расчетные значения параметров, используемые при моделировании, идентичны resultsObj.PopulationParameterEstimates свойство, если не указано новое groupedData объект data с новыми ковариатными данными. В этом случае метод повторно оценивает ковариатную модель, и это может изменить оценки параметров.

Если value является 'individual', оценочные значения параметров и случайные значения эффектов повторно дискретизируются вызовом sbiosampleparameters с ковариатной моделью (указанной data аргумент или возвращенный covariateModel способ resultsObj), оценки фиксированного эффекта (resultsObj.FixedEffects) и ковариационная матрица случайного эффекта (resultsObj.RandomEffectCovarianceMatrix). Оценки параметров и случайные эффекты повторно дискретизируются для всех групп.

Выходные аргументы

свернуть все

Результаты моделирования, возвращенные как вектор SimData объекты. Штаты, о которых сообщалось в ynew являются состояниями, включенными в responseMap входной аргумент sbiofitmixed и любые другие государства, перечисленные в StatesToLog свойства параметров среды выполнения (RuntimeOptions) модели SimBiology.

Общее число результатов моделирования в ynew зависит от количества групп или выходных векторов времени в data и количество строк в dosing матрица.

Количество групп или выходных векторов времени в dataКоличество строк в dosing матрицаРезультаты моделирования

1

0, то есть dosing пуст []

Общее количество SimData объекты в ynew равно 1.

При моделировании дозы не применяются.

1

1

Общее количество SimData объекты в ynew равно 1.

Данный ряд доз применяют во время моделирования.

1

N

Общее количество SimData объекты в ynew является Н.

Каждая строка dosing применяется к каждому моделированию.

N

0, то есть dosing пуст []

Общее количество SimData объекты в ynew является Н.

Во время моделирования дозы не применяются.

N

1

Общее количество SimData объекты в ynew является Н.

Один и тот же ряд доз применяется для каждого моделирования.

NN

Общее количество SimData объекты в ynew является Н.

Каждая строка dosing применяется к отдельной группе в том же порядке, в котором отображаются группы data.

MNФункция выдает ошибку, когда M ≠ N.

Расчетные значения параметров, возвращаемые в виде таблицы.

При указании value аргумент как 'individual', эти оценочные значения будут отличаться от этих значений исходной аппроксимации, поскольку значения параметров пересчитываются с использованием sbiosampleparameters.

Если 'ParameterType' является 'population', оценочные значения параметров идентичны resultsObj.PopulationParameterEstimates свойство, если не указано новое groupedData объект data с новыми ковариатными данными.

Значения случайного эффекта, указанные как таблица.

См. также

| | |

Представлен в R2014a

Документация по SimBiology

Поддержка