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
创建一个空CovModelObj
= CovariateModelCovariateModel
对象。
创建一个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:
|
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