Задайте отношение между параметрами и ковариантами
CovariateModel
задает отношение между предполагаемыми параметрами и ковариантами.
Совет
Используйте CovariateModel
возразите как входной параметр против sbiofitmixed
подбирать модель с ковариационными зависимостями. Перед использованием CovariateModel
объект, набор FixedEffectValues
свойство задать первоначальные оценки для фиксированных эффектов.
создает пустой CovModelObj
= CovariateModelCovariateModel
объект.
создает CovModelObj
= CovariateModel(Expression
)CovariateModel
объект с его Expression
набор свойств к Expression
, вектор символов, строка, представляет в виде строки вектор или массив ячеек из символьных векторов, где каждый вектор символов или строка представляют отношение между оцениваемым параметром и одним или несколькими ковариантами. Expression
должен обозначить зафиксированные эффекты с префиксным theta
, и случайные эффекты с префиксным eta
. Каждый вектор символов или строка в Expression
должен быть в форме:
parameterName = relationship |
Этот пример выражения задает отношение между параметром (volume
) и ковариант (weight
), с фиксированными эффектами, но никакими случайными эффектами:
|
Если именем компонента модели или ковариационным именем не является допустимый MATLAB® имя переменной, окружите его квадратными скобками при обращении к нему в выражении. Например, если имя разновидности является полимеразой ДНК +, запишите [DNA polymerase+]
. Если само ковариационное имя содержит квадратные скобки, вы не можете использовать его в выражении.
Эта таблица иллюстрирует форматы выражения для некоторых общих ковариационных параметром отношений.
Ковариационное параметром отношение | Формат выражения |
---|---|
Линейный со случайным эффектом | Cl = theta1 + theta2*WEIGHT + eta1 |
Экспоненциал без случайного эффекта | Cl = exp(theta_Cl + theta_Cl_WT*WEIGHT) |
Экспоненциал, ВЕС, сосредоточенный средним значением, оказывает случайное влияние | Cl = exp(theta1 + theta2*(WEIGHT - mean(WEIGHT)) + eta1) |
Экспоненциал, журнал (ВЕС), который эквивалентен модели степени | Cl = exp(theta1 + theta2*log(WEIGHT) + eta1) |
Экспоненциал, зависящий от ВЕСА и AGE, оказывает случайное влияние | Cl = exp(theta1 + theta2*WEIGHT + theta3*AGE + eta1) |
Инверсия пробита, зависящего от ВЕСА и AGE, оказывает случайное влияние | Cl = probitinv(theta1 + theta2*WEIGHT + theta3*AGE + eta1) |
Инверсия логита, зависящего от ВЕСА и AGE, оказывает случайное влияние | Cl = logitinv(theta1 + theta2*WEIGHT + theta3*AGE + eta1) |
Совет
Чтобы одновременно соответствовать данным из нескольких уровней дозы, используйте CovariateModel
возразите как входной параметр против sbiofitmixed
, и не используйте случайный эффект (eta
) от Expression
свойство в CovariateModel
объект.
constructDefaultFixedEffectValues (covmodel) | Создайте вектор первоначальной оценки, необходимый для подгонки |
проверьте (covmodel) | Проверьте ковариационную модель на наличие ошибок |
CovariateLabels (CovariateModel) | Метки для ковариантов в CovariateModel объект |
Expression (CovariateModel) | Задайте отношение между параметрами и ковариантами |
FixedEffectDescription (CovariateModel) | Описания фиксированных эффектов в CovariateModel объект |
FixedEffectNames (CovariateModel) | Имена фиксированных эффектов в CovariateModel объект |
FixedEffectValues (CovariateModel) | Значения для первоначальных оценок фиксированных эффектов в CovariateModel объект |
ParameterNames (CovariateModel) | Имена параметров в CovariateModel объект |
RandomEffectNames (CovariateModel) | Имена случайных эффектов в CovariateModel объект |
Создайте CovariateModel
объект и набор Expression
свойство задать отношение между двумя параметрами (разрешение и объем) и два коварианта (вес и возраст) использование фиксированных эффектов (thetas
) и случайные эффекты (etas
):
covModelObj = CovariateModel covModelObj.Expression = {'CL = theta1 + theta2*WT + eta1', 'V = theta3 + theta4*AGE + eta2'};
construct
| getCovariateData
| PKData object
| PKModelDesign
object
| sbionlmefit
| sbionlmefitsa