Оценка 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.

Сгруппированные 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.

Информация 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.