Объект результатов, содержащий результаты оценки нелинейного моделирования смешанных эффектов
The NLMEResults объект содержит результаты оценки от подбора кривой нелинейной модели смешанных эффектов с использованием sbiofitmixed.
| boxplot (NLMEResults) | Создайте прямоугольный график, показывающий изменение предполагаемых параметров модели SimBiology |
| covariateModel (NLMEResults) | Верните копию ковариатной модели, которая использовалась для нелинейной оценки смешанных эффектов с помощью sbiofitmixed |
| устанавливается (NLMEResults) | Верните результаты симуляции подобранной нелинейной модели смешанных эффектов |
| графиков (NLMEResults) | Сравнение результатов симуляции с обучающими данными, создание подграфика временного курса для каждой группы |
| plotActualVersusPredicted (NLMEResults) | Сравнение предсказаний с фактическими данными, создание подграфика для каждого отклика |
| plotResidualDistribution (NLMEResults) | Постройте график распределения невязок |
| plotLestuals (NLMEResults) | Постройте график невязок для каждого отклика, используя время, группу или предсказание в качестве оси X |
| предсказать (NLMEResults) | Моделируйте и оценивайте подобранную модель SimBiology |
| случайный (NLMEResults) | Симулируйте модель SimBiology, добавляя изменений путем выборки модели ошибки |
FixedEffects | Таблица предполагаемых фиксированных эффектов и их стандартных ошибок. |
RandomEffects | Таблица предполагаемых случайных эффектов для каждой группы. |
IndividualParameterEstimates | Таблица предполагаемых значений параметров, включая фиксированные и случайные эффекты. |
PopulationParameterEstimates | Таблица предполагаемых значений параметров, включая только фиксированные эффекты. |
RandomEffectCovarianceMatrix | Таблица ковариационной матрицы случайных эффектов. |
stats | Struct статистики, возвращенная nlmefit (Statistics and Machine Learning Toolbox) и nlmefitsa (Statistics and Machine Learning Toolbox) алгоритм. |
CovariateNames | Массив ячеек из символьных векторов, задающих ковариатные имена. |
EstimatedParameterNames | Массив ячеек из символьных векторов, задающих предполагаемые имена параметров. |
ErrorModelInfo | Таблица, описывающая модели ошибок и предполагаемые параметры модели ошибок. Таблица имеет одну строку с тремя переменными: Существует четыре встроенные модели ошибок. Каждая модель определяет ошибку, используя стандартные переменные mean-zero и unit-дисперсия (Гауссов) e, f значения функции и один или два параметра a и b. В SimBiology f функции представляет результаты симуляции из модели SimBiology.
|
EstimationFunction | Имя функции оценки, которая должна быть либо 'nlmefit' или 'nlmefitsa'. |
LogLikelihood | Максимальная логарифмическая правдоподобность для подобранной модели. |
AIC | Информационный критерий Акайке (AIC), рассчитанный как AIC = 2*(-LogLikelihood + P), где P количество параметров. Для получения дополнительной информации см. nlmefit (Statistics and Machine Learning Toolbox). |
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 дополнительной информации см. nlmefit (Statistics and Machine Learning Toolbox). |
DFE | Степени свободы от ошибки, вычисленные как DFE = N-P, где N - количество наблюдений, а P - количество параметров. |
Примечание
Если вы используете nlmefitsa метод, Loglikelihood, AIC, и BIC свойства по умолчанию пусты. Чтобы вычислить эти значения, задайте 'LogLikMethod' опция nlmefitsa (Statistics and Machine Learning Toolbox) при запуске sbiofitmixed следующим образом.
opt.LogLikMethod = 'is'; fitResults = sbiofitmixed(...,'nlmefitsa',opt);
sbiofit | sbiofitmixed | nlmefit (Statistics and Machine Learning Toolbox) | nlmefitsa (Statistics and Machine Learning Toolbox)
