Exponenta Banner
exponenta event banner

random(NLMEResults)

Симулируйте модель SimBiology, добавляя изменений путем выборки модели ошибки

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 симуляции ynew с добавленным шумом с помощью информации модели ошибки, заданной resultsObj.ErrorModelInfo свойство и предполагаемые значения параметров parameterEstimates которые возвращаются sbiofitmixed.

[ynew,parameterEstimates]= random(resultsObj,data,dosing) использует заданную data и dosing информацию.

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

Примечание

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

Входные параметры

свернуть все

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

Сгруппированные данные или время выхода, заданное как groupedData object, вектор или массив ячеек из векторов выхода раз.

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

Если это массив ячеек из векторов временных точек, random n раз симулирует модель, используя время выхода из каждого временного вектора, где n - длина data.

В обоих случаях 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 смешанных эффектов из исходной подгонки (использование sbiofitmixed) использует ковариатную модель с ковариатами, data должен быть groupedData объект, содержащий ковариатные данные с теми же метками для ковариат (CovariateLabels свойство), заданное в исходной ковариатной модели.

Информация о дозах, заданная как пустой массив [] или 2-D матрица объектов дозы SimBiology (ScheduleDose object или RepeatDose object). Если dosing является матрицей объектов дозы, матрица должна содержать дозы по умолчанию или соответствовать исходным данным дозирования, используемым с sbiofitmixed. То есть дозируйте объекты в dosing должны иметь те же значения свойств дозы (такие как TargetName) или должны быть параметризованы так же, как и исходные данные дозирования. Например, предположим, что исходная матрица дозирования имеет два столбца доз, где первый столбец нацелен на вид x и второй столбец на вид y. Затем dosing должны иметь дозы в первом столбце, нацеленные на виды x и дозы во втором столбце, нацеленные на виды y.

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

  • Если не пустой, матрица должна иметь одну строку или по одной строке на группу во входных данных. Если она имеет одну строку, те же дозы применяются ко всем группам во время симуляции. Если она имеет несколько строк, каждая строка применяется к отдельной группе в том же порядке, в котором группы появляются во входных данных. Если одни группы (или временные векторы) требуют больше доз, чем другие, то заполните матрицу дозами по умолчанию (манекен).

  • Допускается использование нескольких столбцов, чтобы можно было применить несколько объектов дозы к каждой группе или временному вектору. Все дозы в столбце должны быть дозами по умолчанию или должны ссылаться на одни и те же компоненты в модели (для образца дозы должны иметь одинаковые TargetName) и должны иметь согласованные параметризованные свойства, как в исходных данных дозирования, используемых с sbiofitmixed. Для примера, если Amount свойство дозы, используемой в оригинале sbiofitmixed вызов параметризован в параметр с параметрами model-scoped 'A', все дозы для соответствующей группы (столбца) в dosing должны иметь Amount свойство параметризовано в 'A'.

  • Доза по умолчанию имеет значения по умолчанию для всех свойств, кроме Name свойство. Создайте дозу по умолчанию следующим образом.

    d1 = sbiodose('d1');

  • В дополнение к ручному построению объектов дозы с помощью sbiodose, если входные данные являются groupedData объект и имеет информацию о дозах, вы можете использовать createDoses способ конструирования доз из него.

Количество строк в dosing матрица и количество групп или выходных временных векторов в data определить общее количество результатов моделирования в выход ynew. Для получения дополнительной информации см. таблицу в ynew описание аргумента.

Примечание

Если UnitConversion включен для базового SimBiology® модель, которая использовалась для подбора кривой, dosing необходимо указать допустимую величину и временные модули.

Тип параметра, заданный как 'population' или 'individual' (по умолчанию). Если value является 'population', метод возвращает результаты симуляции с шумом с использованием оценок параметров населения. Оцененные значения параметров, используемые в симуляции, идентичны resultsObj.PopulationParameterEstimates свойство, если вы не задаете новую groupedData data объекта с новыми ковариатными данными. В этом случае метод переоценит ковариатную модель, и это может изменить оценки параметров.

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

Выходные аргументы

свернуть все

Результаты симуляции, возвращенные как вектор SimData объекты. Информация о состояниях представлена в ynew включены ли состояния в responseMap входной параметр sbiofitmixed и любые другие состояния, перечисленные в StatesToLog свойство опций среды выполнения (RuntimeOptions) модели SimBiology.

Общее количество результатов симуляции в ynew зависит от количества групп или выходных временных векторов в data и количество строк в dosing матрица.

Количество групп или выходных временных векторов в dataКоличество строк в dosing матрицаРезультаты симуляции

1

0, то есть dosing пуст []

Общее количество SimData объекты в ynew равен 1.

Дозы во время симуляции не применяются.

1

1

Общее количество SimData объекты в ynew равен 1.

Данная строка доз применяется во время симуляции.

1

N

Общее количество SimData объекты в ynew является N.

Каждая строка dosing применяется к каждой симуляции.

N

0, то есть dosing пуст []

Общее количество SimData объекты в ynew является N.

Дозы во время симуляции не применяются.

N

1

Общее количество SimData объекты в ynew является N.

К каждой симуляции применяется одна и та же строка доз.

NN

Общее количество SimData объекты в ynew является N.

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

MNФункция выдает ошибку при M ≠ N.

Предполагаемые значения параметров, возвращенные как таблица.

Если вы задаете value аргумент как 'individual', эти оценочные значения будут отличаться от значений исходной подгонки, поскольку значения параметров пересчитываются с помощью sbiosampleparameters.

Если 'ParameterType' является 'population', оцененные значения параметров идентичны resultsObj.PopulationParameterEstimates свойство, если вы не задаете новую groupedData data объекта с новыми ковариатными данными.

Значения случайных эффектов, заданные как таблица.

См. также

| | |

Введенный в R2014a

Документация SimBiology

Поддержка