主要内容

CovariateModel对象

定义参数和协变量之间的关系

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对象作为的输入参数sbiofitmixed拟合具有协变量依赖关系的模型。在使用CovariateModel对象，设置FixedEffectValues属性指定固定效果的初始估计。

建设

CovModelObj= CovariateModel创建一个空CovariateModel对象。

CovModelObj= CovariateModel (表达式）创建一个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格数组，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，以及前缀的随机效果埃塔．每个字符向量或字符串表达式必须是:

parameterName = relationship

这个表达式示例定义了一个参数(体积)和协变量(重量)，有固定效果，但没有随机效果:

表达式= {'volume = theta1 + theta2*weight'};

如果模型组件名称或协变量名称不是有效的MATLAB®变量名，在表达式中引用时用方括号将其括起来。例如，如果一个物种的名称是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。

下表说明了一些常见参数协变量关系的表达式格式。

Parameter-Covariate关系 表达式的格式
线性随机效应 Cl = theta1 + theta2*WEIGHT + eta1
无随机效应的指数 Cl = exp(theta_Cl + theta_Cl_WT*WEIGHT)
指数，WEIGHT以均值为中心，具有随机效应 Cl = exp(theta1 + theta2*(WEIGHT - mean(WEIGHT)) + eta1)
指数，对数(WEIGHT)，相当于幂模型 Cl = exp(theta1 + theta2*log(WEIGHT) + eta1)
指数，依赖于重量和年龄，具有随机效应 Cl = exp(theta1 + theta2*WEIGHT + theta3*AGE + eta1)
probit的逆依赖于WEIGHT和AGE，具有随机效应 Cl = probitinv(theta1 + theta2*WEIGHT + theta3*AGE + eta1)
logit的逆，依赖于WEIGHT和AGE，具有随机效应 Cl = logitinv(theta1 + theta2*WEIGHT + theta3*AGE + eta1)

提示

若要同时拟合多个剂量水平的数据，请使用CovariateModel对象作为的输入参数sbiofitmixed，并省略随机效应(埃塔)从表达式的财产CovariateModel对象。

方法总结

constructDefaultFixedEffectValues (covmodel) 创建拟合所需的初始估计向量
验证(covmodel) 检查协变量模型的误差

属性

CovariateLabels (CovariateModel) 中的协变量的标签CovariateModel对象
表达式(CovariateModel) 定义参数和协变量之间的关系
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) 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) 中随机效果的名称CovariateModel对象

例子

创建一个CovariateModel对象，并设置表达式属性使用固定效果(θ)和随机效应(易特驰)：

covModelObj = CovariateModel covModelObj。表达式= {'CL = theta1 + theta2*WT + eta1', 'V = theta3 + theta4*AGE + eta2'};

版本历史

在R2011b中引入

另请参阅

|||||

主题