非线性混合效应估计GÿdF4y2Ba
的β= nlmefit(X,Y,组,V,乐趣,beta0)GÿdF4y2Ba
-β,PSI] = nlmefit(X,Y,组,V,乐趣,beta0)GÿdF4y2Ba
-β,PSI,统计] = nlmefit(X,Y,组,V,乐趣,beta0)GÿdF4y2Ba
-β,PSI,统计数据,B] = nlmefit(X,Y,组,V,乐趣,beta0)GÿdF4y2Ba
-β,PSI,统计数据,B] = nlmefit(X,Y,组,V,乐趣,beta0,”GÿdF4y2Ba名称GÿdF4y2Ba
”,GÿdF4y2Ba价值GÿdF4y2Ba
)GÿdF4y2Ba
的β= nlmefit(X,Y,组,V,乐趣,beta0)GÿdF4y2Ba
适合在固定效应非线性混合效应回归模型和估算回报GÿdF4y2Ba公测GÿdF4y2Ba
。默认情况下,GÿdF4y2BanlmefitGÿdF4y2Ba
适合的模型,其中每个参数是一个固定的和随机效应的总和,和随机效应是不相关的(它们的协方差矩阵是对角线)。GÿdF4y2Ba
XGÿdF4y2Ba
是一个GÿdF4y2BañGÿdF4y2Ba-通过-GÿdF4y2BaHGÿdF4y2Ba矩阵GÿdF4y2BañGÿdF4y2Ba上观察GÿdF4y2BaHGÿdF4y2Ba预测。GÿdF4y2Ba
ÿGÿdF4y2Ba
是一个GÿdF4y2BañGÿdF4y2Ba×1的矢量响应。GÿdF4y2Ba
组GÿdF4y2Ba
是指示分组变量GÿdF4y2Ba米GÿdF4y2Ba团体的意见。GÿdF4y2Ba组GÿdF4y2Ba
是分类变量,数字载体,具有行组名,一个字符串数组,或字符向量的单元阵列的字符矩阵。有关分组变量的更多信息,请参阅GÿdF4y2Ba分组变量GÿdF4y2Ba。GÿdF4y2Ba
VGÿdF4y2Ba
是一个GÿdF4y2Ba米GÿdF4y2Ba-通过-GÿdF4y2BaGGÿdF4y2Ba的矩阵或单元阵列GÿdF4y2BaGGÿdF4y2Ba特定组的预测因子。这些是采取一组中的所有观测值相同的预测。的行GÿdF4y2BaVGÿdF4y2Ba
被分配给使用组GÿdF4y2Bagrp2idxGÿdF4y2Ba
,根据所述顺序指定由GÿdF4y2Bagrp2idx(组)GÿdF4y2Ba
。使用的电池阵列GÿdF4y2BaVGÿdF4y2Ba
如果组的预测的大小横跨基团而改变。采用GÿdF4y2Ba[]GÿdF4y2Ba
对于GÿdF4y2BaVGÿdF4y2Ba
如果没有特定组的预测。GÿdF4y2Ba
开玩笑GÿdF4y2Ba
是接受预测值和模型参数并返回拟合值的函数的句柄。GÿdF4y2Ba开玩笑GÿdF4y2Ba
的形式GÿdF4y2Ba
yfit = modelfun(PHI,XFUN,VFUN)GÿdF4y2Ba
这些参数是:GÿdF4y2Ba
PHIGÿdF4y2Ba
- A 1逐GÿdF4y2BapGÿdF4y2Ba的模型参数向量。GÿdF4y2Ba
XFUNGÿdF4y2Ba
- 一种GÿdF4y2BaķGÿdF4y2Ba-通过-GÿdF4y2BaHGÿdF4y2Ba预测器,其中的阵列:GÿdF4y2Ba
ķGÿdF4y2Ba= 1,如果GÿdF4y2BaXFUNGÿdF4y2Ba
是单排GÿdF4y2BaXGÿdF4y2Ba
。GÿdF4y2Ba
ķGÿdF4y2Ba=GÿdF4y2BañGÿdF4y2Ba一世GÿdF4y2Ba如果GÿdF4y2BaXFUNGÿdF4y2Ba
包含的行GÿdF4y2BaXGÿdF4y2Ba
对于尺寸的单个组GÿdF4y2BañGÿdF4y2Ba一世GÿdF4y2Ba。GÿdF4y2Ba
ķGÿdF4y2Ba=GÿdF4y2BañGÿdF4y2Ba如果GÿdF4y2BaXFUNGÿdF4y2Ba
包含所有行GÿdF4y2BaXGÿdF4y2Ba
。GÿdF4y2Ba
VFUNGÿdF4y2Ba
- 通过一个给定的特定组的预测:GÿdF4y2Ba
A 1逐GÿdF4y2BaGGÿdF4y2Ba矢量对应于单个组和单个排GÿdF4y2BaVGÿdF4y2Ba
。GÿdF4y2Ba
一个GÿdF4y2BañGÿdF4y2Ba-通过-GÿdF4y2BaGGÿdF4y2Ba阵列,其中,所述GÿdF4y2BaĴGÿdF4y2Ba个行是V(GÿdF4y2Ba一世GÿdF4y2Ba
:)如果GÿdF4y2BaĴGÿdF4y2Ba个观察是在组GÿdF4y2Ba一世GÿdF4y2Ba
。GÿdF4y2Ba
如果GÿdF4y2BaVGÿdF4y2Ba
是空的,GÿdF4y2BanlmefitGÿdF4y2Ba
电话GÿdF4y2BamodelfunGÿdF4y2Ba
仅具有两个输入。GÿdF4y2Ba
yfitGÿdF4y2Ba
- 一种GÿdF4y2BaķGÿdF4y2Ba×1拟合值的矢量GÿdF4y2Ba
当任GÿdF4y2BaPHIGÿdF4y2Ba
要么GÿdF4y2BaVFUNGÿdF4y2Ba
包含单个行,它对应于其他两个输入参数的所有行。GÿdF4y2Ba
如果GÿdF4y2BamodelfunGÿdF4y2Ba
可以计算GÿdF4y2BayfitGÿdF4y2Ba
对于每呼叫模型参数超过一个向量,使用GÿdF4y2Ba“矢量”GÿdF4y2Ba
参数改善的性能(后述)。GÿdF4y2Ba
beta0GÿdF4y2Ba
是GÿdF4y2BaqGÿdF4y2Ba×1向量,其具有用于初始估计GÿdF4y2BaqGÿdF4y2Ba固定效应。默认情况下,GÿdF4y2BaqGÿdF4y2Ba是模型参数的数GÿdF4y2BapGÿdF4y2Ba。GÿdF4y2Ba
nlmefitGÿdF4y2Ba
通过最大化综合随机效应的边际似然的近似值来拟合模型,假设:GÿdF4y2Ba
随机效应多元正态分布和群体之间的独立。GÿdF4y2Ba
观测误差是独立的,相同的正态分布,以及独立的随机效应。GÿdF4y2Ba
-β,PSI] = nlmefit(X,Y,组,V,乐趣,beta0)GÿdF4y2Ba
也回报GÿdF4y2BaPSIGÿdF4y2Ba
,一GÿdF4y2Ba[RGÿdF4y2Ba-通过-GÿdF4y2Ba[RGÿdF4y2Ba随机效应的估计协方差矩阵。默认情况下,GÿdF4y2Ba[RGÿdF4y2Ba等于模型参数的数量GÿdF4y2BapGÿdF4y2Ba。GÿdF4y2Ba
-β,PSI,统计] = nlmefit(X,Y,组,V,乐趣,beta0)GÿdF4y2Ba
也回报GÿdF4y2Ba统计GÿdF4y2Ba
,具有字段的结构:GÿdF4y2Ba
DFEGÿdF4y2Ba
- 该模型的误差自由度GÿdF4y2Ba
loglGÿdF4y2Ba
- 最大化的对数似然拟合模型GÿdF4y2Ba
RMSEGÿdF4y2Ba
- 所估计的误差方差的平方根(计算上为对数标度GÿdF4y2Ba指数GÿdF4y2Ba
误差模型)GÿdF4y2Ba
errorparamGÿdF4y2Ba
- 误差方差模型的估计参数GÿdF4y2Ba
AICGÿdF4y2Ba
- Akaike信息标准,计算为GÿdF4y2BaAICGÿdF4y2Ba
= -2 *GÿdF4y2BaloglGÿdF4y2Ba
+ 2 *GÿdF4y2BanumParamGÿdF4y2Ba
,其中GÿdF4y2BanumParamGÿdF4y2Ba
是拟合参数,包括自由度为的随机效应的协方差矩阵,固定效应的数目和误差模型的参数的数目的数目,并且GÿdF4y2BaloglGÿdF4y2Ba
是在一个场GÿdF4y2Ba统计GÿdF4y2Ba
结构体GÿdF4y2Ba
BICGÿdF4y2Ba
- 贝叶斯信息准则,计算为GÿdF4y2BaBICGÿdF4y2Ba
= -2 *GÿdF4y2BaloglGÿdF4y2Ba
+日志(GÿdF4y2Ba中号GÿdF4y2Ba
)*GÿdF4y2BanumParamGÿdF4y2Ba
中号GÿdF4y2Ba
是组的数目。GÿdF4y2Ba
numParamGÿdF4y2Ba
和GÿdF4y2BaloglGÿdF4y2Ba
被定义为在GÿdF4y2BaAICGÿdF4y2Ba
。GÿdF4y2Ba
请注意,有些文献表明的计算GÿdF4y2BaBICGÿdF4y2Ba
应该 ,GÿdF4y2BaBICGÿdF4y2Ba
= -2 *GÿdF4y2BaloglGÿdF4y2Ba
+日志(GÿdF4y2BañGÿdF4y2Ba
)*GÿdF4y2BanumParamGÿdF4y2Ba
,其中GÿdF4y2BañGÿdF4y2Ba
是观测值的数量。GÿdF4y2Ba
covbGÿdF4y2Ba
- 参数估计值的估计协方差矩阵GÿdF4y2Ba
瑟伯塔GÿdF4y2Ba
- 标准误差为GÿdF4y2Ba公测GÿdF4y2Ba
IRESGÿdF4y2Ba
- 人口残差GÿdF4y2Ba(Y-y_population)GÿdF4y2Ba
,其中GÿdF4y2Bay_populationGÿdF4y2Ba
是各个预测值GÿdF4y2Ba
PRESGÿdF4y2Ba
- 人口残差GÿdF4y2Ba(Y-y_population)GÿdF4y2Ba
,其中GÿdF4y2Bay_populationGÿdF4y2Ba
是总体预测值GÿdF4y2Ba
iwresGÿdF4y2Ba
- 个体加权残GÿdF4y2Ba
pwresGÿdF4y2Ba
- 人口加权残值GÿdF4y2Ba
cwresGÿdF4y2Ba
- 有条件的加权残GÿdF4y2Ba
-β,PSI,统计数据,B] = nlmefit(X,Y,组,V,乐趣,beta0)GÿdF4y2Ba
也回报GÿdF4y2Ba乙GÿdF4y2Ba
,一GÿdF4y2Ba[RGÿdF4y2Ba-通过-GÿdF4y2Ba米GÿdF4y2Ba的所估计的随机效应矩阵GÿdF4y2Ba米GÿdF4y2Ba组。默认情况下,GÿdF4y2Ba[RGÿdF4y2Ba等于模型参数的数量GÿdF4y2BapGÿdF4y2Ba。GÿdF4y2Ba
-β,PSI,统计数据,B] = nlmefit(X,Y,组,V,乐趣,beta0,”GÿdF4y2Ba
指定的一个或多个可选参数名称/值对。指定GÿdF4y2Ba名称GÿdF4y2Ba
”,GÿdF4y2Ba价值GÿdF4y2Ba
)GÿdF4y2Ba名称GÿdF4y2Ba
里面的单引号。GÿdF4y2Ba
使用下面的参数,以适应从默认的模型不同。(缺省的模式是由两个设置获得的GÿdF4y2BaFEConstDesignGÿdF4y2Ba
和GÿdF4y2BaREConstDesignGÿdF4y2Ba
至GÿdF4y2Ba眼(p)的GÿdF4y2Ba
或由两者设置GÿdF4y2BaFEParamsSelectGÿdF4y2Ba
和GÿdF4y2BaREParamsSelectGÿdF4y2Ba
至GÿdF4y2Ba1:对GÿdF4y2Ba
)在使用带有最多一个参数GÿdF4y2Ba'FE'GÿdF4y2Ba
前缀并用一个参数GÿdF4y2Ba'回覆'GÿdF4y2Ba
字首。该GÿdF4y2BanlmefitGÿdF4y2Ba
功能需要至少指定一个固定的效果和一个随机效应。GÿdF4y2Ba
参数GÿdF4y2Ba | 值GÿdF4y2Ba |
---|---|
FEParamsSelectGÿdF4y2Ba |
一种载体,指定哪个参数矢量的元素GÿdF4y2Ba |
FEConstDesignGÿdF4y2Ba |
一种GÿdF4y2BapGÿdF4y2Ba-通过-GÿdF4y2BaqGÿdF4y2Ba设计矩阵GÿdF4y2Ba |
FEGroupDesignGÿdF4y2Ba |
一种GÿdF4y2BapGÿdF4y2Ba-通过-GÿdF4y2BaqGÿdF4y2Ba-通过-GÿdF4y2Ba米GÿdF4y2Ba阵列指定一个不同的GÿdF4y2BapGÿdF4y2Ba-通过-GÿdF4y2BaqGÿdF4y2Ba对于每个固定效应设计矩阵GÿdF4y2Ba米GÿdF4y2Ba组。GÿdF4y2Ba |
FEObsDesignGÿdF4y2Ba |
一种GÿdF4y2BapGÿdF4y2Ba-通过-GÿdF4y2BaqGÿdF4y2Ba-通过-GÿdF4y2BañGÿdF4y2Ba阵列指定一个不同的GÿdF4y2BapGÿdF4y2Ba-通过-GÿdF4y2BaqGÿdF4y2Ba对于每个固定效应设计矩阵GÿdF4y2BañGÿdF4y2Ba观察结果。GÿdF4y2Ba |
REParamsSelectGÿdF4y2Ba |
一种载体,指定哪个参数矢量的元素GÿdF4y2Ba |
REConstDesignGÿdF4y2Ba |
一种GÿdF4y2BapGÿdF4y2Ba-通过-GÿdF4y2Ba[RGÿdF4y2Ba设计矩阵GÿdF4y2Ba |
REGroupDesignGÿdF4y2Ba |
一种GÿdF4y2BapGÿdF4y2Ba-通过-GÿdF4y2Ba[RGÿdF4y2Ba-通过-GÿdF4y2Ba米GÿdF4y2Ba阵列指定一个不同的GÿdF4y2BapGÿdF4y2Ba-通过-GÿdF4y2Ba[RGÿdF4y2Ba随机效应对于每个设计矩阵GÿdF4y2Ba米GÿdF4y2Ba组。GÿdF4y2Ba |
REObsDesignGÿdF4y2Ba |
一种GÿdF4y2BapGÿdF4y2Ba-通过-GÿdF4y2Ba[RGÿdF4y2Ba-通过-GÿdF4y2BañGÿdF4y2Ba阵列指定一个不同的GÿdF4y2BapGÿdF4y2Ba-通过-GÿdF4y2Ba[RGÿdF4y2Ba随机效应对于每个设计矩阵GÿdF4y2BañGÿdF4y2Ba观察结果。GÿdF4y2Ba |
使用下面的参数来控制迭代算法最大化的可能性:GÿdF4y2Ba
参数GÿdF4y2Ba |
值GÿdF4y2Ba |
---|---|
RefineBeta0GÿdF4y2Ba |
确定是否GÿdF4y2Ba |
ErrorModelGÿdF4y2Ba |
字符向量或标量的字符串指定误差项的形式。默认值是GÿdF4y2Ba
如果该参数,则输出GÿdF4y2Ba
|
ApproximationTypeGÿdF4y2Ba |
该方法用来近似模型的可能性。选项有:GÿdF4y2Ba
|
矢量GÿdF4y2Ba |
表示可接受的GÿdF4y2Ba
|
CovParameterizationGÿdF4y2Ba |
指定参数可以用于内部缩放协方差矩阵。选择是GÿdF4y2Ba |
CovPatternGÿdF4y2Ba |
指定的GÿdF4y2Ba[RGÿdF4y2Ba-通过-GÿdF4y2Ba[RGÿdF4y2Ba逻辑或数字矩阵GÿdF4y2Ba 或者,GÿdF4y2Ba |
ParamTransformGÿdF4y2Ba |
的载体GÿdF4y2BapGÿdF4y2Ba- 值指定的变换函数GÿdF4y2BaFGÿdF4y2Ba()为每个GÿdF4y2Ba
|
选项GÿdF4y2Ba |
形式的结构中返回由GÿdF4y2Ba
|
OptimFunGÿdF4y2Ba |
指定最大化的可能性使用的优化功能。选择是GÿdF4y2Ba |
[1] Lindstrom的,M.J.,和D. M.贝茨。“非线性混合效应模型重复测量数据。”GÿdF4y2Ba生物识别技术GÿdF4y2Ba。卷。46,1990,第673-687。GÿdF4y2Ba
[2]大卫,M。和D. M. Giltinan。GÿdF4y2Ba重复测量数据非线性模型GÿdF4y2Ba。纽约:查普曼和霍尔,1995年。GÿdF4y2Ba
[3]皮涅罗J.C.,和D. M.贝茨。“逼近在非线性混合效应模型对数似然函数。”GÿdF4y2Ba杂志计算和图形统计GÿdF4y2Ba。卷。4,1995年,第12-35。GÿdF4y2Ba
[4]杰米坚科,E.GÿdF4y2Ba混合模型:理论与应用GÿdF4y2Ba。新泽西州霍博肯市:John Wiley和Sons公司,2004年。GÿdF4y2Ba