Выполните регрессию нелинейного метода наименьших квадратов с помощью моделей SimBiology (требует программного обеспечения Statistics and Machine Learning Toolbox),
sbionlinfit
будет удален в будущем релизе. Использование sbiofit
вместо этого.
results
= sbionlinfit(modelObj
, pkModelMapObject
, pkDataObj
, InitEstimates
)
results
= sbionlinfit(modelObj
, pkModelMapObject
, pkDataObj
, InitEstimates
, Name,Value
)
results
= sbionlinfit(modelObj
, pkModelMapObject
, pkDataObj
, InitEstimates
, optionStruct
)
[results
, SimDataI
]
= sbionlinfit(...)
выполняет регрессию наименьших квадратов с помощью SimBiology® модель, results
= sbionlinfit(modelObj
, pkModelMapObject
, pkDataObj
, InitEstimates
)modelObj
, и возвращает оцененные результаты в results
структура.
выполняет регрессию наименьших квадратов, с дополнительными опциями, заданными одним или несколькими results
= sbionlinfit(modelObj
, pkModelMapObject
, pkDataObj
, InitEstimates
, Name,Value
)Name,Value
парные аргументы.
Следующее является альтернативой предыдущему синтаксису:
задает results
= sbionlinfit(modelObj
, pkModelMapObject
, pkDataObj
, InitEstimates
, optionStruct
)optionStruct
, структура, содержащая поля и значения, используется options
введите структуру к nlinfit
(Statistics and Machine Learning Toolbox) функция.
[
возвращает симуляции модели SimBiology, results
, SimDataI
]
= sbionlinfit(...)
, использование ориентировочных стоимостей параметров.modelObj
|
Объект модели SimBiology раньше соответствовал наблюдаемым данным. |
|
Примечание При использовании |
|
Примечание Для каждого подмножества данных, принадлежащих одной группе (как задано в столбце данных, заданном
|
|
Вектор из начального параметра оценивает для каждого параметра, оцененного в |
|
Структура, содержащая поля и значения, используется
Если у вас есть Parallel Computing Toolbox™, можно включить параллельные вычисления для более быстрых данных, соответствующих путем установки аргумента пары "имя-значение" parpool; % Open a parpool for parallel computing opt = statset(...,'UseParallel',true); % Enable parallel computing results = sbionlinfit(...,opt); % Perform data fitting |
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
.
Name,Value
аргументы совпадают с полями и значениями в options
структура принята nlinfit
. Для полного списка смотрите options
входной параметр в nlinfit
(Statistics and Machine Learning Toolbox) страница с описанием в документации Statistics and Machine Learning Toolbox™. Значения по умолчанию для Name,Value
аргументы эквивалентны для options
структура принята nlinfit
, за исключением:
DerivStep
— Значением по умолчанию является меньший из 1e-4
, или значение SolverOptions.RelativeTolerance
свойство конфигурации модели сопоставлено с modelObj
, с минимумом eps^(1/3)
.
FunValCheck
— Значением по умолчанию является off
.
Следующим является дополнительный Name,Value
аргументы, с которыми можно использовать sbionlinfit
.
|
Вектор из целых чисел, задающих преобразование, функционирует для каждого предполагаемого параметра. Функция преобразования, beta = f(estimate) Каждым элементом в векторе должно быть одно из этих целых чисел, задающих преобразование для соответствующего значения
|
|
Вектор символов, задающий форму остаточного члена. Значением по умолчанию является
Если вы задаете ошибочную модель,
Примечание Если вы задаете ошибочную модель, вы не можете задать веса. |
|
Любое из следующего:
Значением по умолчанию не являются никакие веса. Если вы задаете веса, вы не можете задать ошибочную модель. |
|
Логическое определение, ли По умолчанию: false |
|
1 N массивом объектов, где N является количеством групп в
|
|
|
PKData object
| PKModelDesign object
| PKModelDesign object
| PKModelMap object
| Model object
| sbionlmefit
| nlinfit
(Statistics and Machine Learning Toolbox) | sbionlmefitsa