sbiofitmixed |
拟合非线性混合效应模型(要求统计和机器学习工具箱软件) |
sbionlmefit |
估计非线性混合效应SimBiology模型(需要统计和机器学习工具箱软件) |
sbionlmefitsa |
用随机EM算法估计非线性混合效应统计和机器学习工具箱软件) |
sbiosampleparameters |
通过采样协变量模型(需要)生成参数统计和机器学习工具箱软件) |
sbiosampleerror |
基于误差模型的采样误差,并对仿真数据添加噪声 |
sbiofitstatusplot |
非线性混合效应估计的Plot状态 |
CovariateModel对象 |
定义参数和协变量之间的关系 |
groupedData |
数据和元数据的类表集合 |
EstimatedInfo对象 |
对象,该对象包含关于估计模型数量的信息 |
可观测的 |
对象,包含用于模拟后计算的表达式 |
NLMEResults对象 |
结果对象包含非线性混合效应建模的估计结果 |
SimBiology模型构建器 | 交互式地建立QSP、PK/PD和机械系统生物学模型 |
SimBiology模型分析 | 分析QSP、PK/PD和机械系统生物学模型 |
这个例子说明了如何从临床药代动力学数据建立一个简单的非线性混合效应模型。
混合效应模型是将两者结合起来的统计模型固定的影响和随机效应。
SimBiology®金宝app支持各种优化方法的最小二乘和混合效应估计问题。
SimBiology支金宝app持下表中描述的误差模型。
通过使用非线性回归或混合效应(NLME)技术,SimBiology可以将模型与实验时间过程数据进行拟合,从而估算模型参数。