Пакет: SimBiology.fit
Объект результатов, содержащий оценку, следует из регрессии наименьших квадратов
LeastSquaresResults
объект является суперклассом двух объектов результатов: NLINResults object
и OptimResults object
. Эти объекты содержат результаты оценки подбора кривой SimBiology® модель к использованию данных sbiofit
с любым поддерживаемым алгоритмом.
Если sbiofit
использует nlinfit
алгоритм оценки, объектом результатов является NLINResults
объект. Если sbiofit
использование любой другой алгоритм поддержки, затем объектом результатов является OptimResults
объект. Смотрите sbiofit
функция для списка поддерживаемых алгоритмов.
boxplot | Создайте диаграмму, показывающую изменение предполагаемых параметров модели SimBiology |
fitted | Возвратите результаты симуляции модели SimBiology, подбиравшей с помощью регрессии наименьших квадратов |
plot | Сравните результаты симуляции с обучающими данными, создав подграфик курса времени для каждой группы |
plotActualVersusPredicted | Сравните предсказания с фактическими данными, создав подграфик для каждого ответа |
plotResidualDistribution | Постройте распределение остаточных значений |
plotResiduals | Постройте остаточные значения для каждого ответа, с помощью времени, группы или предсказания как ось X |
predict | Симулируйте и оцените подбиравшую модель SimBiology |
random | Симулируйте модель SimBiology, добавив изменения путем выборки ошибочной модели |
summary | Возвратите массив структур, который содержит ориентировочные стоимости и подходящую качественную статистику |
GroupName | Категориальная переменная, представляющая имя группы, сопоставленной результатами или [] если 'Pooled' аргумент пары "имя-значение" был установлен в true когда вы запустились sbiofit . |
Beta | Таблица предполагаемых параметров, где j-ая строка представляет j-ый предполагаемый параметр βj. Это содержит преобразованные значения оценок параметра, если какой-либо параметр преобразовывает, задан. Стандартные погрешности этих оценок параметра ( Это может также содержать следующие переменные:
|
ParameterEstimates | Таблица предполагаемых параметров, где j-ая строка представляет j-ый предполагаемый параметр βj. Эта таблица содержит непреобразованные значения оценок параметра. Стандартные погрешности этих оценок параметра ( Это может также содержать следующие переменные:
|
J | Якобиевская матрица модели, относительно предполагаемого параметра, то есть,
где ti является i th момент времени, βj является j-ым предполагаемым параметром на преобразованном пробеле, и yk является k-ым ответом в группе данных. |
COVB | Предполагаемая ковариационная матрица для Beta , который вычисляется как: COVB = inv(J'*J)*MSE . |
CovarianceMatrix | Предполагаемая ковариационная матрица для ParameterEstimates , который вычисляется как: CovarianceMatrix = T'*COVB*T , где T = diag(JInvT(Beta)) .
Например, предположите, что вы задали логарифмическое преобразование для предполагаемого параметра |
R | Матрица остаточных значений, где Rij является невязкой для i-ого момента времени и j-ого ответа в группе данных. |
LogLikelihood | Максимизируемая логарифмическая правдоподобность для подобранной модели. |
AIC | Критерий информации о Akaike (AIC), вычисленный как AIC = 2*(-LogLikelihood + P) , где P является количеством параметров. |
BIC | Байесов информационный критерий (BIC), вычисленный как BIC = -2*LogLikelihood + P*log(N) , где N является количеством наблюдений, и P является количеством параметров. |
DFE | Степени свободы для ошибки, вычисленной как DFE = N-P , где N является количеством наблюдений, и P является количеством параметров. |
MSE | Среднеквадратическая ошибка. |
SSE | Сумма (взвешенных) ошибок в квадрате или остаточных значений. |
Weights | Матрица весов с одним столбцом на ответ и одной строкой на наблюдение. |
EstimatedParameterNames | Массив ячеек из символьных векторов, задающий оцененные названия параметра. |
ErrorModelInfo | Таблица, описывающая ошибочные модели и оцененные ошибочные параметры модели.
Существует четыре встроенных ошибочных модели. Каждая модель задает ошибку стандартный средний нуль и переменная (Gaussian) модульного отклонения e, значение функции f и один или два параметра a и b. В SimBiology функциональный f представляет результаты симуляции из модели SimBiology.
|
EstimationFunction | Имя функции оценки. |
DependentFiles | Имена файлов, чтобы включать для развертывания. |
Примечание
Loglikelihood
, AIC
, и BIC
свойства пусты для LeastSquaresResults
объекты, которые были получены перед R2016a.
NLINResults object
| OptimResults object
| sbiofit
| sbiofitmixed