Exponenta Banner
exponenta event banner

sbionlmefit

Оцените нелинейные смешанные эффекты с помощью моделей SimBiology (требует программного обеспечения Statistics and Machine Learning Toolbox)

sbionlmefit будет удалено в следующем релизе. Использовать sbiofitmixed вместо этого.

Синтаксис

results = sbionlmefit(modelObj, pkModelMapObject, pkDataObject, InitEstimates)
results = sbionlmefit(modelObj, pkModelMapObject, pkDataObject, CovModelObj)
results = sbionlmefit(..., Name,Value)
results = sbionlmefit(..., optionStruct)
[results, SimDataI, SimDataP] = sbionlmefit(...)

Описание

results = sbionlmefit(modelObj, pkModelMapObject, pkDataObject, InitEstimates) выполняет нелинейную оценку смешанных эффектов с помощью SimBiology® модель, modelObj, и возвращает оцененные результаты в results структура.

results = sbionlmefit(modelObj, pkModelMapObject, pkDataObject, CovModelObj) задает связь между параметрами и ковариатами, используя CovModelObj, а CovariateModel объект. The CovariateModel объект также обеспечивает преобразование параметра.

results = sbionlmefit(..., Name,Value) выполняет нелинейную оценку смешанных эффектов с дополнительными опциями, заданными одним или несколькими Name,Value аргументы в виде пар.

Ниже приведена альтернатива предыдущему синтаксису:

results = sbionlmefit(..., optionStruct) задает optionStruct, структура, содержащая поля и значения, которые являются аргументами пары "имя-значение", принимаемыми nlmefit. Значения по умолчанию для optionStruct совпадают с параметрами по умолчанию для аргументов, используемых nlmefit, за исключением случаев, описанных в Входные Параметры.

[results, SimDataI, SimDataP] = sbionlmefit(...) возвращает данные моделирования модели SimBiology, modelObj, с использованием расчетных значений параметров.

Входные параметры

modelObject

Объект модели SimBiology используется для соответствия наблюдаемым данным.

Примечание

Если используется объект модели, содержащий активные дозы (то есть содержащий объекты дозы, созданные с помощью adddose метод, и заданный как активный с использованием Active свойство объекта дозы), имейте в виду, что эти активные дозы игнорируются sbionlmefit функция.

pkModelMapObject

PKModelMap объект, который определяет роли компонентов модели, используемых для оценки. Для получения дополнительной информации смотрите PKModelMap объект.

Примечание

При использовании PKModelMap объект, который задает несколько доз, убедитесь, что каждый элемент в Dosed свойство уникально.

pkDataObject

PKData объект, который определяет данные для использования в подборе кривой и роли столбцов, используемых для оценки. pkDataObject необходимо задать целевые данные как минимум для двух групп. Для получения дополнительной информации см. PKData object.

Примечание

Для каждого подмножества данных, принадлежащих одной группе (как определено в столбце данных, заданном как GroupLabel свойство), программное обеспечение позволяет проводить несколько наблюдений одновременно. Если это верно для ваших данных, имейте в виду, что:

  • Эти точки данных не усредняются, а подгоняются индивидуально.

  • Разное количество наблюдений в разное время приводит к большему взвешиванию некоторых временных точек.

InitEstimates

Вектор начальных оценок фиксированных эффектов. Первый P элементы InitEstimates соответствуют фиксированным эффектам для каждого P элемент pkModelMapObject. Estimated. Дополнительные элементы соответствуют фиксированным эффектам для ковариационных факторов. Первый P элементы InitEstimates преобразуются как задано в ParamTransform Пары "имя-значение" (журнал преобразован по умолчанию).

CovModelObj

CovariateModel объект, который определяет связь между параметрами и ковариатами. Для получения дополнительной информации см. CovariateModel object.

Совет

Чтобы одновременно подгонять данные с нескольких уровней дозы, опускайте случайный эффект (eta) из выражений в CovariateModel объект.

optionStruct

Структура, содержащая поля и значения, которые являются парами "имя-значение", принятыми nlmefit функция. Значения по умолчанию для optionStruct совпадают с параметрами по умолчанию для аргументов, используемых nlmefit, за исключением случаев, отмеченных в аргументах в виде пар имя-значение.

Если у вас есть Parallel Computing Toolbox™, можно включить параллельные вычисления для более быстрого подгонки данных путем установки аргумента пары "имя-значение" 'UseParallel' на true в statset структура опций следующим образом:

parpool; % Open a parpool for parallel computing
opt = statset(...,'UseParallel',true); % Enable parallel computing
results = sbionlmefit(...,'Options',opt); % Perform data fitting

Совет

Программное обеспечение SimBiology включает в себя sbiofitstatusplot функцию, которую можно задать в OutputFcn поле Options поле. Эта функция позволяет вам контролировать состояние подбора кривой.

Совет

Чтобы одновременно подгонять данные с нескольких уровней дозы, используйте InitEstimates входной параметр и установите значение REParamsSelect поле в 1-байт- n логический вектор, со всеми записями, установленными на false, где n равняется количеству фиксированных эффектов.

Аргументы в виде пар имя-значение

Задайте необязательные разделенные разделенными запятой парами Name,Value аргументы. Name - имя аргумента и Value - соответствующее значение. Name должны находиться внутри кавычек. Можно задать несколько аргументов в виде пар имен и значений в любом порядке Name1,Value1,...,NameN,ValueN.

sbionlmefit функция использует аргументы пары "имя-значение", поддерживаемые nlmefit функция.

Они nlmefit пары "имя-значение" жестко закодированы в sbionlmefitи поэтому вы не можете установить их:

  • FEParamsSelect

  • FEConstDesign

  • FEGroupDesign

  • FEObsDesign

  • REConstDesign

  • REGroupDesign

  • REObsDesign

  • Vectorization

Если вы предоставляете CovariateModel объект как вход в sbionlmefit, тогда эти nlmefit пары "имя-значение" вычисляются из ковариатной модели, и поэтому вы не можете задать их:

  • FEGroupDesign

  • ParamTransform

  • REParamsSelect

Можно задать все другие nlmefit Пары "имя-значение". Для получения дополнительной информации смотрите nlmefit (Statistics and Machine Learning Toolbox) страница с описанием.

Имейте в виду, что значения по умолчанию для этих nlmefit пары "имя-значение" различаются при использовании sbionlmefit:

'FEGroupDesign'

Числовой массив, задающий матрицу проекта для каждой группы.

По умолчанию: repmat(eye(P),[1 1 nGroups]), где P = количество предполагаемых параметров и nGroups = количество групп в наблюдаемых данных.

'ParamTransform'

Вектор целых чисел, определяющий, как распределяются параметры.

Примечание

Не используйте ParamTransform опция, чтобы задать преобразования параметров при предоставлении CovariateModel объект функции аппроксимации. CovariateModel объект обеспечивает преобразование параметра.

По умолчанию: Вектор таковых, который задает, что все параметры преобразованы в логарифмические.

'OptimFun'

Вектор символов, задающий оптимизационную функцию, используемую в максимизации вероятности.

По умолчанию: fminunc, если у вас установлен Optimization Toolbox™. В противном случае значение по умолчанию является fminsearch.

'Options'

Структура, содержащая несколько полей, включая DerivStep, скаляр или вектор, задающий относительное различие, используемую в вычислении конечного градиента различия, и FunValCheck, логическое определение, следует ли проверять на наличие недопустимых значений, таких как NaN или Inf, от modelfun.

По умолчанию: Значение по умолчанию для DerivStep является меньшим из 1e-4, или значение SolverOptions.RelativeTolerance свойство конфигурации модели, сопоставленное с modelObj, с минимумом eps^(1/3). Значение по умолчанию для FunValCheck является off.

Совет

Программное обеспечение SimBiology включает в себя sbiofitstatusplot функцию, которую можно задать в OutputFcn поле Options Пара "имя-значение" входного параметра. Эта функция позволяет вам контролировать состояние подбора кривой.

Совет

Чтобы одновременно подгонять данные с нескольких уровней дозы, используйте InitEstimates входной параметр и установите REParamsSelect входной параметр пара "имя-значение" 1-байт- n логического вектора со всеми значениями, установленными на false, где n равняется количеству фиксированных эффектов.

Выходные аргументы

results

Структура, содержащая следующие поля:

  • FixedEffects - A dataset (Statistics and Machine Learning Toolbox) массив, содержащий предполагаемые фиксированные эффекты, включая стандартные ошибки.

  • RandomEffects - A dataset массив, содержащий выборочные случайные эффекты для каждой группы в наблюдаемых данных в pkDataObject.

  • IndividualParametereEstimates - A dataset массив, содержащий предполагаемые значения параметров для индивидуумов, включая случайные эффекты.

  • PopulationParameterEstimates - A dataset массив, содержащий предполагаемые значения параметров для населения, без случайных эффектов.

  • RandomEffectCovarianceMatrix - A dataset массив, содержащий предполагаемую ковариационную матрицу случайных эффектов.

  • EstimatedParameterNames - Массив ячеек из символьных векторов, задающий имена предполагаемых параметров.

  • CovariateNames - Массив ячеек из символьных векторов, задающих имена ковариат в CovModelObj.

  • FixedEffectsStruct - Структура, содержащая значения предполагаемых фиксированных эффектов.

  • stats - Структура, содержащая такую информацию, как AIC, BIC, и взвешенные невязки. Для получения дополнительной информации о полях в этой структуре см. stats структура в nlmefit (Statistics and Machine Learning Toolbox) в документации Statistics and Machine Learning Toolbox™. Однако поля в stats структура, возвращенная sbionlmefit незначительно варьируются от возвращенных nlmefitа именно:

    • ires, pres, iwres, pwres, и cwres каждый содержит матрицу необработанных или взвешенных невязок с количеством столбцов, равным количеству откликов в модели.

    • The stats структура, возвращенная sbionlmefit включает дополнительное поле, Observed. Это поле содержит вектор символов или массив ячеек из векторов символов, задающих измеренные отклики, которые соответствуют столбцам в матрицах ires, pres, iwres, pwres, и cwres поля. The Observed поле совпадает с полем Observed свойство PKModelMap входной параметр.

SimDataI

SimData object содержащие данные из симуляции модели с использованием предполагаемых значений параметров для индивидуумов. Этот объект включает наблюдаемые состояния и записанные состояния.

SimDataP

SimData object содержащий данные из симуляции модели с помощью предполагаемых значений параметров для населения. Этот объект включает наблюдаемые состояния и записанные состояния.

См. также

| | | | | | | | (Statistics and Machine Learning Toolbox)

Темы

Введенный в R2009a

Документация SimBiology

Поддержка