主要内容
CovariateModel对象
定义参数与协变量之间的关系
描述
CovariateModel定义估计参数和协变量之间的关系。
提示
使用一个CovariateModel对象作为输入参数sbiofitmixed适合调节依赖性的模型。在使用之前CovariateModel对象,设置FixedEffectValues属性指定固定效果的初始估计。
建设
CovModelObj= CovariateModelCovariateModel目的。
CovModelObj= CovariateModel（表达式）CovariateModel对象的表达式属性设置为表达式，字符向量、字符串、字符串向量或字符向量的单元数组，其中每个字符向量或字符串表示被估计的参数与一个或多个协变量之间的关系。表达式必须用前缀表示固定效果吗θ，和带有前缀的随机效果埃塔．每个字符向量或字符串表达式必须填写以下表格:
parameterName =关系 |
下面的表达式示例定义了参数(体积)和协变量(重量)，有固定效果，但没有随机效果:
|
如果模型组件名称或协变量名称不是有效的MATLAB®变量名称，在表达式中引用时，按方括号括起来。例如，如果物种的名称是DNA聚合酶+,写[DNA聚合酶+]．如果协变量名称本身包含方括号，则不能在表达式中使用它。
该表说明了一些常见的参数协变量关系的表达式格式。
| 参数 - 协变态关系 | 表达式的格式 |
|---|---|
| 线性随机效应 | CL = THETA1 + THETA2 *重量+ ETA1 |
| 无随机效应指数 | cl = exp（theta_cl + theta_cl_wt * weight） |
| 指数，权值以均值为中心，具有随机效应 | = exp(theta1 + theta2*(WEIGHT - mean(WEIGHT)) + eta1) |
| 指数，对数(权重)，相当于幂模型 | Cl = exp(theta + theta *log(WEIGHT) + eta1) |
| 指数依赖于体重和年龄，具有随机效应 | CL = EXP（THETA1 + THETA2 *重量+ THETA3 * AGE + ETA1） |
| probit的逆与体重和年龄有关，具有随机效应 | Cl = probitinv(ta1 + ta2*WEIGHT + ta3*AGE + eta1) |
| logit的倒数，取决于体重和年龄，具有随机效应 | CL = Logitinv（Theta1 + Theta2 *重量+ Theta3 * Age + ETA1） |
提示
要同时拟合来自多剂量水平的数据，请使用aCovariateModel对象作为输入参数sbiofitmixed，并省略随机效果（埃塔)表达式财产的CovariateModel目的。
方法总结
| 构造defaultfixedefectvalues（covmodel） | 创建适合所需的初始估计向量 |
| 验证(covmodel) | 检查协变量模型的错误 |
属性
| CovariateLabels（CovariateModel） | 中协变量的标签CovariateModel对象 |
| 表达式(CovariateModel) | 定义参数与协变量之间的关系 |
| FixedEffectDescription (CovariateModel) | 中固定效果的描述CovariateModel对象 |
| FixedEffectNames (CovariateModel) | 中固定效果的名称CovariateModel对象 |
| FixedEffectValues (CovariateModel) | 中固定效应的初始估计值CovariateModel对象 |
| ParameterNames (CovariateModel) | 中的参数名称CovariateModel对象 |
| RandomEffectNames (CovariateModel) | 中随机效应的名称CovariateModel对象 |
例子
创建一个CovariateModel对象，并设置表达式属性定义两个参数(间隙和体积)和两个协变量(体重和年龄)之间的关系，使用固定的效果(θ)及随机效应(易特驰)：
covModelObj = CovariateModel表达式= {'CL = theta1 + theta2*WT + eta1', 'V = theta3 + theta4*AGE + eta2'};
介绍了R2011b
你也可以从以下列表中选择一个网站:
