Симулируйте модель SimBiology, добавив изменения путем выборки ошибочной модели
[ynew,parameterEstimates,randomEffects] =
random(resultsObj)
[ynew,parameterEstimates] =
random(resultsObj,data,dosing)
[ynew,parameterEstimates,randomEffects] =
random(___,Name,Value)
[
возвращает результаты симуляции ynew
,parameterEstimates
,randomEffects
] =
random(resultsObj
)ynew
с добавленным шумом с помощью ошибочной информации о модели задан resultsObj.ErrorModelInfo
свойство и оцененные значения параметров parameterEstimates
которые возвращены sbiofitmixed
.
[
использует заданный ynew
,parameterEstimates
] =
random(resultsObj
,data
,dosing
)data
и dosing
информация.
[
дополнительные опции использования заданы одними или несколькими аргументами name-value.ynew
,parameterEstimates
,randomEffects
] =
random(___,Name,Value
)
Примечание
Шум только добавляется к состояниям, которые являются ответами, которые являются состояниями, включенными в responseMap
входной параметр, когда вы вызвали sbiofitmixed
или свойство ResponseMap fitproblem
.
resultsObj
— Результаты оценкиNLMEResults
объектОценка заканчивается в виде NLMEResults
object
, который содержит результаты оценки, возвращенные sbiofitmixed
. Это должен быть скалярный объект.
Функция вычисляет новое использование значений параметров sbiosampleparameters
с ковариационной моделью, возвращенной resultsObj.covariateModel
, фиксированные оценки эффекта (resultsObj.FixedEffects
), и случайная ковариационная матрица эффекта (resultsObj.RandomEffectCovarianceMatrix
). Функция добавляет случайным образом произведенные ошибки в результаты симуляции путем вызова sbiosampleerror
использование ошибочной модели и ошибочных параметров модели от resultsObj.ErrorModelInfo
.
data
— Сгруппированные данные или выходные временаgroupedData
возразите | вектор | массив ячеек векторовСгруппированные данные или выходные времена в виде a groupedData
object
, вектор или массив ячеек векторов выходных времен.
Если это - вектор из моментов времени, random
симулирует модель с новыми моментами времени.
Если это - массив ячеек векторов из моментов времени, random
симулирует времена модели n с помощью выходных времен от каждого временного вектора, где n является длиной data
.
Если модель смешанных эффектов от исходной подгонки (использование sbiofitmixed
) использует ковариационную модель с ковариантами, data
должен быть groupedData
объект, содержащий ковариационные данные с теми же метками для ковариантов (CovariateLabels
свойство) заданный в исходной ковариационной модели.
dosing
— Информация о дозах[]
| {}
| 2D матрица дозы возражает | вектор ячейки из объектов дозыИнформация о дозах в виде пустого []
или {}
, 2D матрица или вектор ячейки из объектов дозы SimBiology (ScheduleDose object
или RepeatDose object
).
Если dosing
пусто, никакие дозы не применяются в процессе моделирования, даже если модель имеет активные дозы.
Для матрицы объектов дозы это должно иметь одну строку или одну строку на группу во входных данных. Если это имеет одну строку, те же дозы применяются ко всем группам в процессе моделирования. Если это имеет несколько строк, каждая строка применяется к отдельной группе в том же порядке, как группы появляются во входных данных. Несколько столбцов позволены так, чтобы можно было применить несколько объектов дозы к каждой группе.
Для вектора ячейки из доз это должно иметь один элемент или один элемент на группу во входных данных. Каждым элементом должен быть []
или вектор из доз. Каждый элемент ячейки применяется к отдельной группе в том же порядке, как группы появляются во входных данных.
В дополнение к ручному построению использования объектов дозы sbiodose
, если вход groupedData
объект имеет информацию о дозах, можно использовать createDoses
метод, чтобы создать дозы.
Объекты дозы dosing
введите должно быть сопоставимо с исходными данными о дозировании, используемыми с sbiofitmixed
. Объекты должны иметь те же значения для свойств дозы (таких как TargetName
) или должен быть параметрирован таким же образом как исходные данные о дозировании. Например, предположите, что исходная матрица дозирования имеет два столбца доз, где дозы в первом столбце предназначаются для разновидностей x и тех во вторых целевых разновидностях y столбца. Затем dosing
должен иметь дозы в первом столбце, предназначающемся для разновидностей x и тех во втором столбце, предназначающемся для разновидностей y. Параметрированный пример дозы следующие. Предположим что Amount
свойство дозы используется в оригинале sbiofitmixed
вызов параметрируется к ограниченному по объему моделью параметру 'A'
. Все дозы для соответствующей группы (столбец) в dosing
матричный вход должен иметь Amount
свойство параметрируется к 'A'
.
Количество строк в dosing
элементы матрицы или число элементов в dosing
вектор ячейки и количество групп или выходных временных векторов в data
определите общее количество результатов симуляции в выходе ynew
. Для получения дополнительной информации см. таблицу в ynew
описание аргумента.
Примечание
Если UnitConversion
включен для базового SimBiology® модель, которая использовалась для подбора кривой, dosing
должен задать допустимую сумму и единицы измерения времени.
Задайте дополнительные разделенные запятой пары Name,Value
аргументы. Name
имя аргумента и Value
соответствующее значение. Name
должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN
.
'ParameterType','population'
задает, чтобы использовать оценки параметра населения. ParameterType
— Тип параметра'individual'
(значение по умолчанию) | 'population'
Тип параметра в виде 'population'
или 'individual'
(значение по умолчанию).
Если value
'individual'
, предполагаемые значения параметров и случайные значения эффекта передискретизируются путем вызова sbiosampleparameters
с ковариационной моделью (заданный data
аргумент или возвратился covariateModel
метод resultsObj
), фиксированные оценки эффекта (resultsObj.FixedEffects
), и случайная ковариационная матрица эффекта (resultsObj.RandomEffectCovarianceMatrix
). Оценки параметра и случайные эффекты передискретизируются для всех групп. Функция добавляет случайным образом произведенные ошибки в результаты симуляции путем вызова sbiosampleerror
использование ошибочной модели и ошибочных параметров модели от resultsObj.ErrorModelInfo
.
Если value
'population'
, метод возвращает результаты симуляции с оценками параметра населения использования шума. Предполагаемые значения параметров, используемые в симуляции, идентичны resultsObj.PopulationParameterEstimates
свойство, если вы не задаете новый groupedData
объект data
с новыми ковариационными данными. В этом случае метод переоценит ковариационную модель, и это могло изменить оценки параметра.
Типы данных: char |
string
Variants
— Варианты, чтобы применяться[]
| {}
| 2D матрица вариантов | вектор ячейки из вариантовВарианты, чтобы применяться в виде пустого массива ([]
, {}
), 2D матрица или вектор ячейки из различных объектов.
Если вы не задаете этот аргумент, функция имеет следующее поведение в зависимости от ли второй входной параметр (data
) задан также или нет.
Если data
не задан, функция применяет специфичные для группы варианты от исходного вызова до sbiofitmixed
.
Если data
векторный массив или массив ячеек выходных времен, функция не применяет специфичные для группы варианты.
Если data
groupedData
объект, функция применяет варианты только к группам, идентификатор группы которых совпадает с идентификатором группы в исходных обучающих данных, который использовался в вызове sbiofitmixed
.
Примечание
Базовые варианты, которые были заданы вариантами позиционный входной параметр в исходном вызове sbiofitmixed
всегда применяются к модели, и они применяются перед любыми специфичными для группы вариантами.
Если нет никаких базовых вариантов, то есть, вы не задавали variants
введите при вызове sbiofitmixed
, функция все еще применяет активные варианты модели, если существует кто-либо.
Если значением аргумента является []
или {}
, функция не применяет специфичных для группы вариантов.
Если это - матрица вариантов, это должно иметь или одну строку или одну строку на группу. Каждая строка применяется к отдельной группе в том же порядке, как группы появляются в data
или dosing
. Если это имеет одну строку, те же варианты применяются ко всем группам в процессе моделирования. Если существует несколько столбцов, варианты применяются в порядке от первого столбца до последнего.
Если это - вектор ячейки из различных объектов, количество ячеек должно быть один или должно совпадать с количеством групп во входных данных. Каждым элементом должен быть []
или вектор из вариантов. Если существует отдельная ячейка, содержащая вектор из вариантов, они применяются ко всем симуляциям. Если существует несколько ячеек, варианты в i th ячейка применяются к симуляции i th группа.
Функция задает количество групп путем исследования data
, и dosing
входные параметры.
data
может иметь 1
или группы N.
Если data
и dosing
аргументы не заданы, затем данные по умолчанию и дозирование определяются можно следующим образом:
Для необъединенных подгонок они - данные и дозирующий для одной группы, сопоставленной с этим результаты подгонки.
Для всех других подгонок они - целый набор данных и дозирования связанного с вызовом sbiofitmixed
.
ynew
— Результаты симуляции с шумомSimData
объектыРезультаты симуляции, возвращенные как вектор из SimData
объекты. О состояниях сообщают в ynew
состояния, включенные в responseMap
входной параметр sbiofitmixed
и любые другие состояния, перечисленные в StatesToLog
свойство опций во время выполнения (RuntimeOptions
) из модели SimBiology.
Общее количество результатов симуляции в ynew
зависит от количества групп или выходных временных векторов в data
и количество строк в dosing
матрица.
Количество групп или выходных временных векторов в data | Количество строк в dosing матрица | Результаты симуляции |
---|---|---|
1 | 0 | Общее количество Никакие дозы не применяются в процессе моделирования. |
1 | 1 | Общее количество Данная строка доз применяется во время симуляции. |
1 | N | Общее количество Каждая строка |
N | 0 | Общее количество Никакие дозы не применяются в процессе моделирования. |
N | 1 | Общее количество Та же строка доз применяется к каждой симуляции. |
N | N | Общее количество Каждая строка |
M | N | Функция выдает ошибку когда M ≠ N. |
parameterEstimates
— Предполагаемые значения параметровПредполагаемые значения параметров, возвращенные как таблица.
Если вы задаете value
аргумент как 'individual'
, эти ориентировочные стоимости будут отличаться от тех значений от исходной подгонки, поскольку значения параметров повторно вычисляются с помощью sbiosampleparameters
.
Если 'ParameterType'
'population'
, предполагаемые значения параметров идентичны resultsObj.PopulationParameterEstimates
свойство, если вы не задаете новый groupedData
объект data
с новыми ковариационными данными.
randomEffects
— Случайные значения эффектаСлучайные значения эффекта в виде таблицы.
NLMEResults object
| sbiofitmixed
| sbiosampleparameters
| sbiosampleerror
1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.
2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.
3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.
4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.
5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.