fit | Выполните оценку параметра с помощью объекта задачи SimBiology |
sbiofitmixed | Подбирайте нелинейную модель смешанных эффектов (требует программного обеспечения Statistics and Machine Learning Toolbox), |
sbionlmefit | Оцените нелинейные смешанные эффекты с помощью моделей SimBiology (требует программного обеспечения Statistics and Machine Learning Toolbox), |
sbionlmefitsa | Оцените нелинейные смешанные эффекты со стохастическим алгоритмом EM (требует программного обеспечения Statistics and Machine Learning Toolbox), |
sbiosampleparameters | Сгенерируйте параметры путем выборки ковариационной модели (требует программного обеспечения Statistics and Machine Learning Toolbox), |
sbiosampleerror | Демонстрационная ошибка на основе ошибочной модели и добавляет шум в данные моделирования |
sbiofitstatusplot | Постройте состояние нелинейной оценки смешанных эффектов |
fitproblem | Объект задачи SimBiology для оценки параметра |
CovariateModel object | Задайте отношение между параметрами и ковариантами |
groupedData | Подобный таблице набор данных и метаданных |
EstimatedInfo object | Объект, содержащий информацию о предполагаемых количествах модели |
Observable | Объект, содержащий выражение для вычислений постсимуляции |
NLMEResults object | Объект результатов, содержащий оценку, следует из нелинейного моделирования смешанных эффектов |
| SimBiology Model Builder | Создайте QSP, PK/PD и механистические модели системной биологии в интерактивном режиме |
| SimBiology Model Analyzer | Анализируйте QSP, PK/PD и механистические модели системной биологии |
Моделирование фармакокинетики населения фенобарбитала в новорожденных
В этом примере показано, как создать простую нелинейную модель смешанных эффектов из клинических фармакокинетических данных.
Соответствуйте параметрам PK Используя SimBiology основанный на проблеме рабочий процесс
В этом примере показано, как оценить параметры модели с помощью объекта задачи SimBiology.
Нелинейное моделирование Смешанных Эффектов
Модель смешанных эффектов является статистической моделью, которая включает и зафиксированные эффекты и случайные эффекты.
Поддерживаемые методы для оценки параметра SimBiology
SimBiology® поддерживает множество методов оптимизации для наименьших квадратов и проблем оценки смешанных эффектов.
SimBiology поддерживает ошибочные модели, описанные в следующей таблице.
