Постройте гистограмму мультипараметрических глобальных результатов анализа чувствительности
дополнительные опции использования заданы одним или несколькими аргументами пары "имя-значение".h
= histogram(mpgsaObj
,Name,Value
)
Загрузите модель Установленного целью расположения препарата (TMDD).
sbioloadproject tmdd_with_TO.sbproj
Получите активный configset и установите целевое заполнение (TO
) как ответ.
cs = getconfigset(m1);
cs.RuntimeOptions.StatesToLog = 'TO';
Симулируйте модель и постройте TO
профиль.
sbioplot(sbiosimulate(m1,cs));
Задайте воздействие (область под кривой профиля TO) порог для целевого заполнения.
classifier = 'trapz(time,TO) <= 0.1';
Выполните MPGSA, чтобы найти чувствительные параметры относительно TO. Варьируйтесь значения параметров между предопределенными границами, чтобы сгенерировать 10 000 выборок параметра.
% Suppress an information warning that is issued during simulation. warnSettings = warning('off', 'SimBiology:sbservices:SB_DIMANALYSISNOTDONE_MATLABFCN_UCON'); rng(0,'twister'); % For reproducibility params = {'kel','ksyn','kdeg','km'}; bounds = [0.1, 1; 0.1, 1; 0.1, 1; 0.1, 1]; mpgsaResults = sbiompgsa(m1,params,classifier,'Bounds',bounds,'NumberSamples',10000)
mpgsaResults = MPGSA with properties: Classifiers: {'trapz(time,TO) <= 0.1'} KolmogorovSmirnovStatistics: [4x1 table] ECDFData: {4x4 cell} SignificanceLevel: 0.0500 PValues: [4x1 table] SupportHypothesis: [10000x1 table] ParameterSamples: [10000x4 table] Observables: {'TO'} SimulationInfo: [1x1 struct]
Постройте квантили симулированного ответа модели.
plotData(mpgsaResults);
Постройте эмпирические кумулятивные функции распределения (eCDFs) принятых и отклоненных выборок. За исключением km
, ни один из параметров не показывает значительную разницу в eCDFs для принятых и отклоненных выборок. km
постройте показывает крупному Кольмогорову-Смирнову (K-S) расстояние между eCDFs принятых и отклоненных выборок. Расстояние K-S является максимальным абсолютным расстоянием между двумя кривыми eCDFs.
h = plot(mpgsaResults);
% Resize the figure.
pos = h.Position(:);
h.Position(:) = [pos(1) pos(2) pos(3)*2 pos(4)*2];
Чтобы вычислить расстояние K-S между двумя eCDFs, SimBiology использует двухсторонний тест на основе нулевой гипотезы, что два распределения принятых и отклоненных выборок равны. Смотрите kstest2
(Statistics and Machine Learning Toolbox) для деталей. Если расстояние K-S является большим, то эти два распределения отличаются, означая, что классификация выборок чувствительна к изменениям входного параметра. С другой стороны, если расстояние K-S мало, то изменения входного параметра не влияют на классификацию выборок. Результаты предполагают, что классификация нечувствительна к входному параметру. Чтобы оценить значение статистической величины K-S, отклоняющей нулевую гипотезу, можно исследовать p-значения.
bar(mpgsaResults)
Столбиковая диаграмма показывает две панели для каждого параметра: один для расстояния K-S (статистическая величина K-S) и другой для соответствующего p-значения. Вы отклоняете нулевую гипотезу, если p-значение меньше уровня значения. Крест (x
) показан для любого p-значения, которое является почти 0. Вы видите, что точное p-значение соответствует каждому параметру.
[mpgsaResults.ParameterSamples.Properties.VariableNames',mpgsaResults.PValues]
ans=4×2 table
Var1 trapz(time,TO) <= 0.1
________ _____________________
{'kel' } 0.0021877
{'ksyn'} 1
{'kdeg'} 0.99983
{'km' } 0
P-значения km
и kel
меньше уровня (0.05) значения, поддерживая альтернативную гипотезу, что принятые и отклоненные выборки прибывают из различных распределений. Другими словами, классификация выборок чувствительна к km
и kel
но не к другим параметрам (kdeg
и ksyn
).
Можно также построить гистограммы принятых и отклоненных выборок. historgrams позволяют вам видеть тренды в принятых и отклоненных выборках. В этом примере, гистограмме km
показывает, что существуют более принятые выборки для большего km
значения, в то время как kel
гистограмма показывает, что существует меньше отклоненных выборок как kel
увеличения.
h2 = histogram(mpgsaResults);
% Resize the figure.
pos = h2.Position(:);
h2.Position(:) = [pos(1) pos(2) pos(3)*2 pos(4)*2];
Восстановите настройки предупреждения.
warning(warnSettings);
mpgsaObj
— Мультипараметрические глобальные результаты анализа чувствительностиSimBiology.gsa.MPGSA
объектМультипараметрический глобальный анализ чувствительности заканчивается в виде SimBiology.gsa.MPGSA
объект.
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
.
h = histogram(results,'Classifier',1)
задает, чтобы построить гистограммы результатов MPGSA первого классификатора.Parameters
— Введите количества модели, чтобы построитьВведите количества модели, а именно, параметры, разновидности, или отсеки, чтобы построить в виде разделенной запятой пары, состоящей из 'Parameters'
и вектор символов, строка, представляет в виде строки вектор, массив ячеек из символьных векторов или вектор из положительной целочисленной индексации в столбцы mpgsaObj.ParameterSamples
таблица.
Пример: 'Parameters','k1'
Типы данных: double |
char
| string
| cell
Classifiers
— Классификаторы, чтобы построитьКлассификаторы, чтобы построить в виде разделенной запятой пары, состоящей из 'Classifiers'
и вектор символов, строка, представляет в виде строки вектор, массив ячеек из символьных векторов или вектор из положительных целых чисел.
Задайте выражения классификаторов, чтобы построить как вектор символов, строка, вектор строки, массив ячеек из символьных векторов. В качестве альтернативы можно задать вектор из положительной целочисленной индексации в mpgsaObj.Classifiers
.
Пример: 'Classifiers',[1 3]
Типы данных: double |
char
| string
| cell
AcceptedSamplesColor
— Цвет eCDFs принятых выборокЦвет eCDFs принятых выборок в виде разделенной запятой пары, состоящей из 'AcceptedSamplesColor'
и трехэлементный вектор-строка. По умолчанию функция использует первый MATLAB® цвет по умолчанию. Чтобы просмотреть порядок цвета по умолчанию, введите get(groot,'defaultAxesColorOrder')
или смотрите свойство ColorOrder.
Пример: 'AcceptedSamplesColor',[0.4,0.3,0.2]
Типы данных: double
RejectedSamplesColor
— Цвет eCDFs отклоненных выборокЦвет eCDFs отклоненных выборок в виде разделенной запятой пары, состоящей из 'RejectedSamplesColor'
и трехэлементный вектор-строка. По умолчанию функция использует второй цвет по умолчанию MATLAB для первого порядка и второй цвет по умолчанию для общего порядка. Чтобы просмотреть порядок цвета по умолчанию, введите get(groot,'defaultAxesColorOrder')
или смотрите свойство ColorOrder.
Пример: 'RejectedSamplesColor',[0.9,0.5,0.2]
Типы данных: double
h
указательОбработайте к фигуре в виде указателя фигуры.
[1] Тиманн, Кристиан А., Joep Vanlier, Мээйк Х. Устервир, Альберт К. Гроен, Питер А. Дж. Хилберс и Натал А. В. ван Рил. “Анализ Траектории параметра, чтобы Идентифицировать Эффекты Обработки Фармакологических Вмешательств”. Отредактированный Скоттом Маркелом. PLoS Вычислительная Биология 9, № 8 (1 августа 2013): e1003166. https://doi.org/10.1371/journal.pcbi.1003166.
SimBiology.gsa.MPGSA
| sbiompgsa
| plotData
| bar
| histogram
| kstest2
(Statistics and Machine Learning Toolbox) | ecdf
(Statistics and Machine Learning Toolbox)
У вас есть модифицированная версия этого примера. Вы хотите открыть этот пример со своими редактированиями?
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.