Объект результатов, содержащий оценку, следует из нелинейного моделирования смешанных эффектов
NLMEResults
объект содержит результаты оценки подбора кривой нелинейному использованию модели смешанных эффектов sbiofitmixed
.
коробчатая диаграмма (NLMEResults) | Создайте диаграмму, показывающую изменение предполагаемых параметров модели SimBiology |
covariateModel (NLMEResults) | Возвратите копию ковариационной модели, которая использовалась для нелинейной оценки смешанных эффектов с помощью sbiofitmixed |
адаптированный (NLMEResults) | Возвратите результаты симуляции подбиравшей нелинейной модели смешанных эффектов |
постройте (NLMEResults) | Сравните результаты симуляции с обучающими данными, создав подграфик курса времени для каждой группы |
plotActualVersusPredicted (NLMEResults) | Сравните предсказания с фактическими данными, создав подграфик для каждого ответа |
plotResidualDistribution (NLMEResults) | Постройте распределение остаточных значений |
plotResiduals (NLMEResults) | Постройте остаточные значения для каждого ответа, с помощью времени, группы или предсказания как ось X |
предскажите (NLMEResults) | Симулируйте и оцените подбиравшую модель SimBiology |
случайный (NLMEResults) | Симулируйте модель SimBiology, добавив изменения путем выборки ошибочной модели |
FixedEffects | Таблица предполагаемых фиксированных эффектов и их стандартных погрешностей. |
RandomEffects | Таблица предполагаемых случайных эффектов для каждой группы. |
IndividualParameterEstimates | Таблица предполагаемых значений параметров, включая фиксированные и случайные эффекты. |
PopulationParameterEstimates | Таблица предполагаемых значений параметров, только включая фиксированные эффекты. |
RandomEffectCovarianceMatrix | Таблица ковариационной матрицы случайных эффектов. |
stats | Struct статистики, возвращенной nlmefit (Statistics and Machine Learning Toolbox) и nlmefitsa (Statistics and Machine Learning Toolbox) алгоритм. |
CovariateNames | Массив ячеек из символьных векторов, задающий ковариационные имена. |
EstimatedParameterNames | Массив ячеек из символьных векторов, задающий оцененные названия параметра. |
ErrorModelInfo | Таблица, описывающая ошибочные модели и оцененные ошибочные параметры модели. Таблица ссорится с тремя переменными: 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, которая должна быть любой 'nlmefit' или 'nlmefitsa' . |
LogLikelihood | Максимизируемая логарифмическая правдоподобность для подобранной модели. |
AIC | Критерий информации о Akaike (AIC), вычисленный как AIC = 2*(-LogLikelihood + P) , где P является количеством параметров. Для получения дополнительной информации смотрите nlmefit (Statistics and Machine Learning Toolbox). |
BIC | Байесов информационный критерий (BIC), вычисленный как BIC = -2*LogLikelihood + P*log(N) , где N является количеством наблюдений или групп, и P является количеством параметров. Для получения дополнительной информации смотрите nlmefit (Statistics and Machine Learning Toolbox). |
DFE | Степени свободы для ошибки, вычисленной как DFE = N-P , где N является количеством наблюдений, и P является количеством параметров. |
Примечание
Если вы используете nlmefitsa
метод, Loglikelihood
, AIC
, и BIC
свойства пусты по умолчанию. Чтобы вычислить эти значения, задайте 'LogLikMethod'
опция nlmefitsa
(Statistics and Machine Learning Toolbox), когда вы запускаетесь sbiofitmixed
можно следующим образом.
opt.LogLikMethod = 'is'; fitResults = sbiofitmixed(...,'nlmefitsa',opt);
sbiofitmixed
| sbiofit
| nlmefit
(Statistics and Machine Learning Toolbox) | nlmefitsa
(Statistics and Machine Learning Toolbox)