sbiosobol

Выполните глобальный анализ чувствительности путем вычисления индексов Соболь первого и общего порядков (требует Statistics and Machine Learning Toolbox)

Свернуть все на странице

Синтаксис

sobolResults = sbiosobol(modelObj,params,observables)

sobolResults = sbiosobol(modelObj,params,observables,Name,Value)

Описание

пример

sobolResults = sbiosobol(modelObj,params,observables) выполняет глобальный анализ чувствительности [1] на модели SimBiology modelObj путем разложения отклонений observables относительно входов чувствительности params.

пример

sobolResults = sbiosobol(modelObj,params,observables,Name,Value) использует дополнительные опции, заданные одним или несколькими аргументами пары "имя-значение".

Примеры

свернуть все

Выполните глобальный анализ чувствительности путем вычисления индексов Соболя первого и общего порядков

Открыть Live Script

Загрузка модели роста опухоли.

sbioloadproject tumor_growth_vpop_sa.sbproj

Получите вариант с предполагаемыми параметрами и дозой для применения к модели.

v = getvariant(m1);
d = getdose(m1,'interval_dose');

Получите активный набор настроек и установите вес опухоли как ответ.

cs = getconfigset(m1);
cs.RuntimeOptions.StatesToLog = 'tumor_weight';

Симулируйте модель и постройте график профиля роста опухоли.

sbioplot(sbiosimulate(m1,cs,v,d));

Figure contains an axes. The axes with title States versus Time contains an object of type line. This object represents tumor_weight.

Выполните глобальный анализ чувствительности (GSA) на модели, чтобы найти параметры модели, к которым чувствителен рост опухоли.

Во-первых, найдите интересующие нас параметры модели, которые участвуют в фармакодинамике роста опухоли. Определите ответ модели как вес опухоли.

modelParamNames = {'L0','L1','w0','k1','k2'};
outputName = 'tumor_weight';

Затем выполните GSA, вычислив индексы Соболя первого и общего порядков с помощью sbiosobol. Задайте 'ShowWaitBar' на true чтобы показать прогресс симуляции. По умолчанию функция использует 1000 выборок параметров, чтобы вычислить индексы Соболь [1].

sobolResults = sbiosobol(m1,modelParamNames,outputName,'Variants',v,'Doses',d,'ShowWaitBar',true)

sobolResults = 
  Sobol with properties:

                Time: [444x1 double]
        SobolIndices: [5x1 struct]
            Variance: [444x1 table]
         Observables: {'[Tumor Growth Model].tumor_weight'}
    ParameterSamples: [1000x5 table]
      SimulationInfo: [1x1 struct]

Количество выборок можно изменить путем определения 'NumberSamples' аргумент пары "имя-значение". Функция требует в общей сложности (number of input parameters + 2) * NumberSamples Симуляции модели.

Покажите среднюю характеристику модели, результаты симуляции и затененную область, покрывающую 90% результатов симуляции.

plotData(sobolResults);

Figure contains an axes. The axes contains 12 objects of type line, patch. These objects represent model simulation, 90.0% region, mean value.

Можно настроить квантильную область на другой процент путем определения 'Alphas' для нижнего и верхнего квантилей всех ответов модели. Для образца альфа- значения 0,1 графиков заштрихованную область между 100 * alpha и 100 * (1 - alpha) квантования всех моделируемых характеристик модели.

plotData(sobolResults,'Alphas',0.1);

Figure contains an axes. The axes contains 12 objects of type line, patch. These objects represent model simulation, 80.0% region, mean value.

Постройте график хода индексов Соболь первого и общего порядков.

h = plot(sobolResults);
% Resize the figure.
h.Position(:) = [100 100 1280 800];

Индекс Соболя первого порядка параметра входа приводит долю общего отклонения отклика, который можно отнести к изменениям только в параметре входа. Индекс общего порядка дает долю общего отклонения отклика, которая может быть атрибутирована любым изменениям параметра joint, которые включают изменения входного параметра.

Из графиков индексов Соболь, параметров L1 и w0 по-видимому, являются наиболее чувствительными параметрами к весу опухоли до применения дозы при t = 7. Но после применения дозы k1 и k2 стать более чувствительными параметрами и внести наибольший вклад в стадию дозы веса опухоли. График общего отклонения также показывает большое отклонение для стадии после дозы в t > 35, чем для стадии до дозы роста опухоли, что указывает на то, что k1 и k2 возможно, более важными параметрами для дальнейшего исследования. Доля необъяснимого отклонения показывает некоторое отклонение около t = 33, но график полного отклонения показывает небольшое отклонение при t = 33, что означает, что необъяснимое отклонение может быть незначительной. Доля необъяснимого отклонения вычисляется как 1 - (сумма всех индексов Соболя первого порядка), и общее отклонение вычисляется с помощью var(response), где response - реакция модели в каждой временной точке.

Можно также отобразить величины чувствительности в столбиковую диаграмму.

bar(sobolResults)

Figure contains an axes. The axes with title [Tumor Growth Model].tumor_weight contains 22 objects of type patch, line. These objects represent first order, total order.

Можно задать больше выборок, чтобы увеличить точность индексов Соболь, но для завершения симуляции может потребоваться больше времени. Использование addsamples чтобы добавить больше выборки. Для примера, если вы задаете 1500 выборок, функция выполняет 1500 * (2 + number of input parameters) симуляции.

gsaMoreSamples = addsamples(gsaResults,1500)

Свойство SimulationInfo объекта результата содержит различную информацию для вычисления индексов Соболь. Например, данные симуляции модели (SimData) для каждой симуляции с использованием набора выборок параметров хранятся в SimData поле свойства. Это поле является массивом SimData объекты.

sobolResults.SimulationInfo.SimData

 
   SimBiology SimData Array : 1000-by-7
 
   Index:    Name:         ModelName:         DataCount: 
   1           -           Tumor Growth Model 1          
   2           -           Tumor Growth Model 1          
   3           -           Tumor Growth Model 1          
   ...                                                   
   7000        -           Tumor Growth Model 1

Можно узнать, не удалось ли симуляция модели во время расчета, проверив ValidSample область SimulationInfo. В этом примере в поле не показаны ни одних неудачных запусков симуляции.

all(sobolResults.SimulationInfo.ValidSample)

ans = 1x7 logical array

   1   1   1   1   1   1   1

SimulationInfo.ValidSample - таблица логических значений. Он имеет тот же размер что и SimulationInfo.SimData. Если ValidSample указывает, что любые симуляции завершились неудачно, можно получить больше информации об этих запусках симуляции и выборках, используемых для этих запусков, путем извлечения информации из соответствующего столбца SimulationInfo.SimDatА. Предположим, что четвертый столбец содержит один или несколько неудачных запуски симуляции. Получите данные моделирования и значения выборки, используемые для этой симуляции, используя getSimulationResults.

[samplesUsed,sd,validruns] = getSimulationResults(sobolResults,4);

Можно добавить пользовательские выражения как наблюдаемые и вычислить индексы Соболь для добавленных наблюдаемых. Для примера можно вычислить индексы Соболя для максимального веса опухоли путем определения пользовательского выражения следующим образом.

% Suppress an information warning that is issued during simulation.
warnSettings = warning('off', 'SimBiology:sbservices:SB_DIMANALYSISNOTDONE_MATLABFCN_UCON');
% Add the observable expression.
sobolObs = addobservable(sobolResults,'Maximum tumor_weight','max(tumor_weight)','Units','gram');

Постройте график вычисленных результатов симуляции, показывающий 90% область квантиля.

h2 = plotData(sobolObs);
h2.Position(:) = [100 100 1280 800];

Figure contains 2 axes. Axes 1 contains 12 objects of type line, patch. These objects represent model simulation, 90.0% region, mean value. Axes 2 contains 12 objects of type line, patch. These objects represent model simulation, 90.0% region, mean value.

Можно также удалить наблюдаемый, задав его имя.

gsaNoObs = removeobservable(sobolObs,'Maximum tumor_weight');

Восстановите параметры предупреждения.

warning(warnSettings);

Входные параметры

свернуть все

`modelObj` - SimBiology модель
Объект модели SimBiology

SimBiology модель, заданная как SimBiology model object.

`params` - Имена параметров модели, видов или отсеков
вектор символов | строка | строковый вектор | массив ячеек из векторов символов

Имена параметров модели, видов или отделов, заданные как вектор символов, строка, строковый вектор или массив ячеек из векторов символов.

Пример: ["k1","k2"]

Типы данных: char | string | cell

`observables` - Моделирование откликов
вектор символов | строка | строковый вектор | массив ячеек из векторов символов

Моделируйте отклики, заданные как вектор символов, строка, строковый вектор или массив ячеек из векторов символов. Задайте имена видов, параметров, отсеков или observables.

Пример: ["tumor_growth"]

Типы данных: char | string | cell

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.

Пример: sobolResults = sbiosobol(modelObj,params,observables,'ShowWaitbar',true) задает отображение индикатора прогресса симуляции.

`'Bounds'` - Параметрические границы
числовая матрица

Границы параметра, заданные как разделенная разделенными запятой парами, состоящая из 'Bounds' и числовую матрицу с двумя столбцами. Первый столбец содержит нижние границы, а второй - верхние границы. Количество строк должно быть равно количеству параметров в params.

Если параметр имеет ненулевое значение, ограничения по умолчанию составляют ± 10% от значения. Если значение параметров меньше нуля, границы по умолчанию [0 1].

Пример: [0.5 5]

Типы данных: double

`'Doses'` - Дозы для использования во время симуляций
`ScheduleDose` | объекта `RepeatDose` объект | вектор объектов дозы

Дозы для использования во время симуляций модели, заданные как разделенная запятой пара, состоящие из 'Doses' и a ScheduleDose или RepeatDose объект или вектор объектов дозы.

`'Variants'` - Варианты, применяемые перед симуляциями
объект варианта | вектор объектов варианта

Варианты, применяемые до симуляций модели, заданные как разделенная запятой пара, состоящие из 'Variants' и объект варианта или вектор варианта объектов.

Когда существует несколько вариантов и если существуют повторяющиеся спецификации для значения свойства, последнее вхождение для значения свойства в массиве вариантов используется во время симуляции.

`'NumberSamples'` - Количество выборок для вычисления индексов Соболь
`1000` (по умолчанию) | положительное целое число

Количество выборок для вычисления индексов Соболь, заданное как разделенная разделенными запятой парами, состоящая из 'NumberSamples' и положительное целое число. Функция требует (количество входных параметров params + 2) * NumberSamples моделировать симуляции для вычисления индексов Соболь первого и общего порядков.

Типы данных: double

`'SamplingMethod'` - Метод для генерации выборок параметров
`'Sobol'` (по умолчанию) | вектор символов | строка

Метод для генерации выборок параметров, заданный как разделенная разделенными запятой парами, состоящая из 'SamplingMethod' и вектор символов или строка. Допустимые опции:

'Sobol' - Используйте низкорасходную последовательность Соболя для генерации выборок.
'Halton' - Используйте низко-несоответствующую последовательность Хэлтона, чтобы сгенерировать выборки.
'lhs' - Используйте низкорасходные латинские выборки гиперкуба.
'random' - Используйте равномерно распределенные случайные выборки.

Типы данных: char | string

`'StopTime'` - Время остановки симуляции
неотрицательный скаляр

Время остановки симуляции, заданное как разделенная разделенными запятой парами, состоящая из 'StopTime' и неотрицательный скаляр. Если вы не задаете ни одного StopTimeни OutputTimesфункция использует время остановки из активной конфигурации модели модели. Вы не можете задать оба StopTime и OutputTimes.

Типы данных: double

`'OutputTimes'` - Время вывода симуляции
числовой вектор

Время вывода симуляции, заданное как разделенная разделенными запятой парами, состоящая из 'OutputTimes' и числовой вектор. Функция вычисляет индексы Соболь в этих выходах времени точек. Вы не можете задать оба StopTime и OutputTimes. По умолчанию функция использует время выхода первой симуляции модели.

Пример: [0 1 2 3.5 4 5 5.5]

Типы данных: double

`'UseParallel'` - Флаг, чтобы запустить симуляции модели параллельно
`false` (по умолчанию) | `true`

Флаг для выполнения симуляций модели параллельно, заданный как разделенная разделенными запятой парами, состоящая из 'UseParallel' и true или false.

Типы данных: logical

`'Accelerate'` - Флаг для включения ускорения модели
`true` (по умолчанию) | `false`

Флаг для включения ускорения модели, заданный как разделенная разделенными запятой парами, состоящая из 'Accelerate' и true или false.

Типы данных: logical

`'InterpolationMethod'` - Метод интерполяции симуляций модели
`"interp1q"` (по умолчанию) | вектор символов | строка

Метод интерполяции симуляций модели к новым временам выхода, заданный как разделенная разделенными запятой парами, состоящая из 'InterpolationMethod' и вектор символов или строка. Далее приводятся допустимые опции.

"interp1q" - Используйте interp1q функция.
Используйте interp1 функция путем определения одного из следующих методов:
- "nearest"
- "linear"
- "spline"
- "pchip"
- "v5cubic"
"zoh" - Задайте удержание нулевого порядка.

Типы данных: char | string

`'ShowWaitbar'` - Флаг, чтобы показать прогресс симуляций модели
`false` (по умолчанию) | `true`

Флаг, чтобы показать прогресс симуляций модели путем отображения индикатора прогресса, заданного как разделенная разделенными запятой парами, состоящая из 'ShowWaitbar' и true или false. По умолчанию панель ожидания не отображается.

Типы данных: logical

Выходные аргументы

свернуть все

`sobolResults` - Результаты, содержащие индексы Соболь
`SimBiology.gsa.Sobol` объект

Результаты, содержащие индексы Соболь первого и общего порядков, возвращенные как SimBiology.gsa.Sobol объект. Объект также содержит значения выборки параметров и симуляции модели данные, используемые для вычисления индексов Соболь.

Объект результатов может содержать значительный объем данных моделирования (SimData). Размер объекта превышает (1 + number of observables) * number of output time points * (2 + number of parameters) * number of samples * 8 байты. Для примера, если у вас есть один наблюдаемый, 500 выходы временных точек, 8 параметров и 100 000 выборок, размер объекта (1 + 1) * 500 * (2 + 8) * 100000 * 8 bytes = 8 ГБ. Если нужно сохранить такие большие объекты, используйте этот синтаксис:

save(fileName,variableName,'-v7.3');

Для получения дополнительной информации см. версию MAT-файла.

Подробнее о

свернуть все

Метод Saltelli для вычисления индексов Соболя

sbiosobol реализует метод Saltelli [1] для вычисления индексов Соболь.

Рассмотрим ответ модели SimBiology Y выраженный как математическая модель $Y = f (X_{1}, X_{2}, X_{3}, ..., X_{k})$ , где _Xi является параметром модели и i = 1,…,k.

Индекс Соболь первого порядка (_Si) дает долю полного отклонения отклика V(Y) что может быть связано с изменениями только в _Xi. _Si определяется следующим образом.

$S_{i} = \frac{V_{X_{i}} (E_{X_{\sim i}} (Y | X_{i}))}{V (Y)}$

Индекс Соболь общего порядка (_STi) дает долю общего отклонения отклика V(Y) который можно отнести к любым изменениям параметров соединений, которые включают изменения _Xi. _STi определяется следующим образом.

$S_{T i} = 1 - \frac{V_{X_{\sim i}} (E_{X_{i}} (Y | X_{\sim i}))}{V (Y)} = \frac{E_{X_{\sim i}} (V_{X_{i}} (Y | X_{\sim i}))}{V (Y)}$

Чтобы вычислить отдельные значения для Y, соответствующих выборкам параметров _X1, _X1,..., _Xk, рассмотрите две независимые матрицы выборки A и B.

$A = (\begin{matrix} X_{11} & X_{12} & ... & X_{1 k} \\ X_{21} & X_{22} & ... & X_{2 k} \\ ... & ... & ... & ... \\ X_{n 1} & X_{n 2} & ... & X_{n k} \end{matrix})$

$B = (\begin{matrix} X_{11}^{'} & X_{12}^{'} & ... & X_{1 k}^{'} \\ X_{21}^{'} & X_{22}^{'} & ... & X_{2 k}^{'} \\ ... & ... & ... & ... \\ X_{n 1}^{'} & X_{n 2}^{'} & ... & X_{n k}^{'} \end{matrix})$

n - размер выборки. Каждая строка матриц A и B соответствует одному набору выборок параметров, что является одной реализацией значений параметров модели.

Оценки для _Si и _STi получаются из результатов симуляции модели с помощью значений выборки из матриц A, B и $A_{B}^{i}$ , которая является матрицей, где все столбцы из A, кроме i-го столбца, который из B для i = 1, 2, …, params.

$A_{B}^{i} = (\begin{matrix} X_{11} & X_{12} & ... & X_{1 i}^{'} & ... & X_{1 k} \\ X_{21} & X_{22} & ... & X_{2 i}^{'} & ... & X_{2 k} \\ ... & ... & ... & ... & ... & ... \\ X_{n 1} & X_{n 2} & ... & X_{n i}^{'} & ... & X_{n k} \end{matrix})$

Формулы для аппроксимации индексов Соболя первого и общего порядков следующие.

${\hat{S}}_{i} = \frac{\frac{1}{n} \sum_{j = 1}^{n} f {(B)}_{j} (f {(A_{B}^{i})}_{j} - f {(A)}_{j})}{V (Y)}$

${\hat{S}}_{T i} = \frac{\frac{1}{2 n} \sum_{j = 1}^{n} {(f {(A)}_{j} - f {(A_{B}^{i})}_{j})}^{2}}{V (Y)}$

f(A), f(B), и $f {(A_{B}^{i})}_{j}$ являются ли результаты симуляции модели с использованием значений выборки параметра из матриц A, B и $A_{B}^{i}$ .

Матричная A соответствует ParameterSamples свойство объекта результатов Соболь (resultsObj.ParameterSamples). Матричная B соответствует SupportSamples свойство (resultsObj.SimulationInfo.SupportSamples).

$A_{B}^{i}$ матрицы хранятся в SimData структура SimulationInfo свойство (resultsObj.SimulationInfo.SimData). Размер SimulationInfo.SimData является NumberSamples-by-params + 2, где NumberSamples - количество выборок, а param - количество параметров входа. Количество столбцов 2 + params потому что первый столбец SimulationInfo.SimData содержит результаты симуляции модели с использованием выборки матрицы A. Второй столбец содержит результаты симуляции с помощью SupportSamples, который является другим выборочным матричным B. Остальные столбцы содержат результаты симуляции с помощью $A_{B}^{1}$ , $A_{B}^{2}$ , …, $A_{B}^{i}$ , …, $A_{B}^{p a r a m s}$ . Посмотрите getSimulationResults чтобы извлечь результаты симуляции модели и выборки для заданного i-го индекса ( $A_{B}^{i}$ ) из SimulationInfo.SimData массив.

Ссылки

[1] Салтелли, Андреа, Паола Аннони, Ивано Адзини, Франческа Камполонго, Марко Ратто и Стефано Тарантола. "Основанный на дисперсии анализ чувствительности выходов модели. Проект и оценка общего индекса чувствительности. " Компьютерная физика Коммуникации 181, № 2 (февраль 2010): 259-70. https://doi.org/10.1016/j.cpc.2009.09.018.

См. также

Observable | sbiompgsa | SimBiology.gsa.Sobol

Темы

Анализ чувствительности в SimBiology

Введенный в R2020a

Документация

sbiosobol

Синтаксис

Описание

Примеры

Выполните глобальный анализ чувствительности путем вычисления индексов Соболя первого и общего порядков

Входные параметры

`modelObj` - SimBiology модель
Объект модели SimBiology

`params` - Имена параметров модели, видов или отсеков
вектор символов | строка | строковый вектор | массив ячеек из векторов символов

`observables` - Моделирование откликов
вектор символов | строка | строковый вектор | массив ячеек из векторов символов

Аргументы в виде пар имя-значение

`'Bounds'` - Параметрические границы
числовая матрица

`'Doses'` - Дозы для использования во время симуляций
`ScheduleDose` | объекта `RepeatDose` объект | вектор объектов дозы

`'Variants'` - Варианты, применяемые перед симуляциями
объект варианта | вектор объектов варианта

`'NumberSamples'` - Количество выборок для вычисления индексов Соболь
`1000` (по умолчанию) | положительное целое число

`'SamplingMethod'` - Метод для генерации выборок параметров
`'Sobol'` (по умолчанию) | вектор символов | строка

`'StopTime'` - Время остановки симуляции
неотрицательный скаляр

`'OutputTimes'` - Время вывода симуляции
числовой вектор

`'UseParallel'` - Флаг, чтобы запустить симуляции модели параллельно
`false` (по умолчанию) | `true`

`'Accelerate'` - Флаг для включения ускорения модели
`true` (по умолчанию) | `false`

`'InterpolationMethod'` - Метод интерполяции симуляций модели
`"interp1q"` (по умолчанию) | вектор символов | строка

`'ShowWaitbar'` - Флаг, чтобы показать прогресс симуляций модели
`false` (по умолчанию) | `true`

Выходные аргументы

`sobolResults` - Результаты, содержащие индексы Соболь
`SimBiology.gsa.Sobol` объект

Подробнее о

Метод Saltelli для вычисления индексов Соболя

Ссылки

См. также

Темы

Документация SimBiology

Поддержка

Документация

sbiosobol

Синтаксис

Описание

Примеры

Выполните глобальный анализ чувствительности путем вычисления индексов Соболя первого и общего порядков

Входные параметры

modelObj - SimBiology модель Объект модели SimBiology

params - Имена параметров модели, видов или отсеков вектор символов | строка | строковый вектор | массив ячеек из векторов символов

observables - Моделирование откликов вектор символов | строка | строковый вектор | массив ячеек из векторов символов

Аргументы в виде пар имя-значение

'Bounds' - Параметрические границы числовая матрица

'Doses' - Дозы для использования во время симуляций ScheduleDose | объекта RepeatDose объект | вектор объектов дозы

'Variants' - Варианты, применяемые перед симуляциями объект варианта | вектор объектов варианта

'NumberSamples' - Количество выборок для вычисления индексов Соболь 1000 (по умолчанию) | положительное целое число

'SamplingMethod' - Метод для генерации выборок параметров 'Sobol' (по умолчанию) | вектор символов | строка

'StopTime' - Время остановки симуляции неотрицательный скаляр

'OutputTimes' - Время вывода симуляции числовой вектор

'UseParallel' - Флаг, чтобы запустить симуляции модели параллельно false (по умолчанию) | true

'Accelerate' - Флаг для включения ускорения модели true (по умолчанию) | false

'InterpolationMethod' - Метод интерполяции симуляций модели "interp1q" (по умолчанию) | вектор символов | строка

'ShowWaitbar' - Флаг, чтобы показать прогресс симуляций модели false (по умолчанию) | true

Выходные аргументы

sobolResults - Результаты, содержащие индексы Соболь SimBiology.gsa.Sobol объект

Подробнее о

Метод Saltelli для вычисления индексов Соболя

Ссылки

См. также

Темы

Документация SimBiology

Поддержка

`modelObj` - SimBiology модель
Объект модели SimBiology

`params` - Имена параметров модели, видов или отсеков
вектор символов | строка | строковый вектор | массив ячеек из векторов символов

`observables` - Моделирование откликов
вектор символов | строка | строковый вектор | массив ячеек из векторов символов

`'Bounds'` - Параметрические границы
числовая матрица

`'Doses'` - Дозы для использования во время симуляций
`ScheduleDose` | объекта `RepeatDose` объект | вектор объектов дозы

`'Variants'` - Варианты, применяемые перед симуляциями
объект варианта | вектор объектов варианта

`'NumberSamples'` - Количество выборок для вычисления индексов Соболь
`1000` (по умолчанию) | положительное целое число

`'SamplingMethod'` - Метод для генерации выборок параметров
`'Sobol'` (по умолчанию) | вектор символов | строка

`'StopTime'` - Время остановки симуляции
неотрицательный скаляр

`'OutputTimes'` - Время вывода симуляции
числовой вектор

`'UseParallel'` - Флаг, чтобы запустить симуляции модели параллельно
`false` (по умолчанию) | `true`

`'Accelerate'` - Флаг для включения ускорения модели
`true` (по умолчанию) | `false`

`'InterpolationMethod'` - Метод интерполяции симуляций модели
`"interp1q"` (по умолчанию) | вектор символов | строка

`'ShowWaitbar'` - Флаг, чтобы показать прогресс симуляций модели
`false` (по умолчанию) | `true`

`sobolResults` - Результаты, содержащие индексы Соболь
`SimBiology.gsa.Sobol` объект