非线性回归
最小二乘估计以适应分组或汇总的数据，单个或多个实验
功能
sbiofit |
进行非线性最小二乘回归 |
sbionlinfit |
使用非线性最小二乘回归SimBiology模型(需要统计和机器学习工具箱软件) |
sbioparamestim |
进行参数估计 |
sbiosampleparameters |
通过采样协变量模型生成参数(需要统计和机器学习工具箱软件) |
sbiosampleerror |
基于误差模型采样误差，并在仿真数据中加入噪声 |
sbioparameterci |
计算估计参数的置信区间(需要统计和机器学习工具箱) |
sbiopredictionci |
计算模型预测的置信区间(要求)统计和机器学习工具箱) |
类
groupedData |
类似于表的数据和元数据的集合 |
EstimatedInfo对象 |
对象，其中包含有关估计的模型数量的信息 |
LeastSquaresResults对象 |
结果对象包含来自最小二乘回归的估计结果 |
可观测的 |
对于后仿真计算含有表达目的 |
OptimResults对象 |
估计结果对象的子类LeastSquaresResults |
NLINResults对象 |
估计结果对象的子类LeastSquaresResults |
ParameterConfidenceInterval |
对象，该对象包含估计参数的置信区间结果 |
PredictionConfidenceInterval |
对象，其中包含用于模型预测的置信区间结果 |
例子及如何
程序化的工作流程
这个例子展示了如何将个体的药代动力学数据拟合到单室模型中，并估计药动学参数。
这个例子展示了如何使用双室模型估计多个个体的药动学参数。
这个示例展示了如何使用来自多个个体的PK配置文件数据估计特定于类别的参数(例如在分层模型中，年轻与年老、男性与女性)、特定于个体的参数以及整个种群的参数。
这个例子展示了如何配置sbiofit来执行混合优化。
概念
回归模型的目的是将响应变量描述为自变量的函数。
SimBiology®金宝app支持各种优化方法的最小二乘和混合效果估计问题。
SimBiology支金宝app持下表中描述的错误模型。
进度图提供了使用过程中参数估计状态的实时反馈sbiofit,sbiofitmixed,或者是合适的数据项目SimBiology模型分析应用程序。
SimBiology让你通过拟合模型实验时间过程数据，即使用非线性回归或混合效应（NLME）技术估计模型参数。
