使用SimBiology执行非线性最小二乘回归模型(需要统计和机器学习工具软件)- MATLAB sbionlinfit MathWorks联合王国

语法

结果= sbionlinfit (modelObj,pkModelMapObject,pkDataObj,InitEstimates) 结果= sbionlinfit (modelObj,pkModelMapObject,pkDataObj,InitEstimates,名称,值) 结果= sbionlinfit (modelObj,pkModelMapObject,pkDataObj,InitEstimates,optionStruct) (结果,SimDataI]= sbionlinfit (…)

描述

结果= sbionlinfit (modelObj,pkModelMapObject,pkDataObj,InitEstimates)使用SimBiology执行最小二乘回归^®模型中,modelObj的估计,并返回结果结果结构。

结果= sbionlinfit (modelObj,pkModelMapObject,pkDataObj,InitEstimates,名称,值)执行最小二乘回归,由一个或多个指定附加选项名称,值对参数。

下面是替代以前的语法:

结果= sbionlinfit (modelObj,pkModelMapObject,pkDataObj,InitEstimates,optionStruct)指定optionStruct,一个包含所使用的字段和值的结构选项输入结构nlinfit(统计和机器学习的工具箱)函数。

(结果,SimDataI]= sbionlinfit (…)返回SimBiology模型的模拟,modelObj使用估计的参数值。

输入参数

`modelObj`	SimBiology用于拟合观测数据模型对象。请注意如果使用一个模型对象包含有效剂量(即,包含剂量使用创建的对象`adddose`使用方法,指定为活跃`活跃的`剂量对象的属性),请注意,这些活跃的剂量是忽略的`sbionlinfit`函数。
`pkModelMapObject`	`PKModelMap`对象定义了角色模型组件的估计。有关详细信息,请参见`PKModelMap对象`。请注意如果使用`PKModelMap`对象,该对象指定多个剂量,确保每个元素`给`房地产是独一无二的。
`pkDataObj`	`PKData`对象定义中使用的数据拟合,和角色的数据列用于估计。有关详细信息,请参见`PKData对象`。请注意对于每个子集的数据属于一个集团(定义在指定的数据列`GroupLabel`属性),软件同时允许多个观察。如果这是真的对你的数据,请注意: 这些数据点不平均,但单独安装。不同数量的观察在不同的时间导致一些时间点加权。
`InitEstimates`	向量的初始参数估计为每个参数估计`pkModelMapObject`。`估计`。的长度`InitEstimates`的长度必须至少等于`pkmodelMapObject`。`估计`。的元素`InitEstimates`转换为指定的`ParamTransform`名称-值对的论点。
`optionStruct`	包含字段和值所使用的结构`选项`输入结构`nlinfit`(统计和机器学习的工具箱)函数。还可以使用下面列出的名称-值对结构作为字段和值。默认值为`optionStruct`是一样的对吗`选项`输入结构`nlinfit`,除了: `DerivStep`违约是较小的`1的军医`或者的价值`SolverOptions.RelativeTolerance`相关属性的配置设置`modelObj`,用最少的`eps ^ (1/3)`。 `FunValCheck`——默认是`从`。如果你有并行计算工具箱™,您可以启用并行计算为更快的数据拟合通过设置名称-值对的论点`“UseParallel”`来`真正的`在`statset`选择结构如下: parpool;%打开parpool并行计算选择= statset (…,“UseParallel”,真正的);% = sbionlinfit启用并行计算结果(…,选择);%进行数据拟合

名称-值参数

指定可选的双参数作为Name1 = Value1,…,以=家,在那里的名字参数名称和吗价值相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。

R2021a之前,用逗号来分隔每一个名称和值,并附上的名字在报价。

的名称,值参数是一样的字段和值选项结构所接受nlinfit。对于一个完整的列表,请参阅选项输入参数的nlinfit(统计和机器学习的工具箱)参考页面的统计和机器学习工具箱™文档。默认值为名称,值参数是一样的选项结构所接受nlinfit,除了:

DerivStep违约是较小的1的军医或者的价值SolverOptions.RelativeTolerance相关属性的配置设置modelObj,用最少的eps ^ (1/3)。
FunValCheck——默认是从。

以下是额外的名称,值您可以使用的参数sbionlinfit。

`ParamTransform`	向量的整数指定每个估计参数的变换函数。转换函数,`f`,需要`估计`作为输入,并返回`β`: β= f(估计) 向量中每个元素必须是一个整数指定的相应价值的转换`估计`: `0`- - - - - -`β=估计` `1`- - - - - -`β=日志(估计)`(默认) `2`- - - - - -`β= probit(估计)` `3`- - - - - -`β=分对数(估计)`
`ErrorModel`	特征向量指定误差项的形式。默认是`“不变”`。每个模型定义了错误使用标准正态(高斯)变量e,函数值f和一个或两个参数一个和b。的选择是: `“不变”`:y=f+一个e `“比例”`:y=f+b abs (f)e `“组合”`:y=f+ (一个+b abs (f))e `“指数”`:y=f exp (一个e),或相当于日志(y)=日志(f)+一个e 如果你指定一个误差模型,`结果`输出参数包括一个`errorparam`属性,该属性的值: 一个为`“不变”`和`“指数”` b为`“比例”` (一个b]`“组合”` 请注意如果你指定一个误差模型,不能指定权重。
`权重`	下面的: 真正积极的权重矩阵,列数对应的响应。也就是说,列数必须等于中的条目的数量`DependentVarLabel`的属性`pkDataObj`。矩阵的行数必须等于数据集的行数。一个函数处理,它接受一个向量的预测响应值,并返回一个真正积极的权重的向量。请注意如果使用一个函数处理,重量必须响应(因变量)的函数。默认是没有重量。如果您指定权重,你不能指定一个误差模型。
`池`	逻辑指定是否`sbionlinfit`适合每个人(`假`)或者游泳池所有个人数据,一个合适的(`真正的`)。如果设置为`真正的`,`sbionlinfit`使用相同的模型参数为每个剂量水平。默认值:`假`

输出参数

结果

1 -N数组的对象,N组的数量吗pkDataObj。每组有一个对象,每个对象都包含这些属性:

ParameterEstimates——一个数据集(统计和机器学习的工具箱)数组包含拟合系数及其标准错误。
CovarianceMatrix——估计协方差矩阵拟合系数。
β向量的标量指定转换空间的拟合系数。
R——标量矢量指定剩余价值,R(我,j)的残留我时间点和j响应的数据。如果你的模型砧骨:
- 一个响应R是一个列向量组的剩余价值与时间点的数据。
- 多个响应,然后R是一个矩阵与时间点有关的剩余价值的数据,为每一个响应。
J——指定的雅可比矩阵模型,对估计参数

$J (我, j, k) = {\frac{\partial y_{k}}{\partial β_{j}} |}_{t_{我}}$

在哪里t_我是我时间点,β_j是jth估计参数的转换空间,y_k是k响应的数据。
如果你的模型砧骨:
- 一个响应J雅可比矩阵是一个矩阵的值与时间点的数据。
- 多个响应,然后J雅可比矩阵是一个三维数组的值与时间点的数据,为每一个响应。
COVB——估计协方差矩阵的转换系数。
均方误差——标量指定估计误差的方差。
errorparam——估计参数的误差模型。如果你指定这个属性是一个标量“不变”,“指数”,或“比例”误差模型。如果你指定这个属性是一个双元素向量“组合”误差模型。这个属性是一个空数组,如果你使用指定权重“重量”名称-值对的论点。

SimDataI

SimData对象包含的数据从模拟模型为个人使用估计参数值。这个对象包括观察状态并记录。

版本历史

介绍了R2009a

另请参阅