用随机EM算法估计非线性混合效应(需要统计和机器学习工具箱软件)- MATLAB sbionlmefitsa

语法

结果= sbionlmefitsa (modelObj，pkModelMapObject，pkDataObject，InitEstimates) 结果= sbionlmefitsa (modelObj，pkModelMapObject，pkDataObject，CovModelObj) 结果= sbionlmefitsa(…名称,值) 结果= sbionlmefitsa(…optionStruct) ［结果，SimDataI，SimDataP= sbionlmefitsa(…)

描述

结果= sbionlmefitsa (modelObj，pkModelMapObject，pkDataObject，InitEstimates)使用随机近似期望最大化(SAEM)算法进行估计，以拟合SimBiology的种群数据^®模型中,modelObj方法中返回估计结果结果结构。

结果= sbionlmefitsa (modelObj，pkModelMapObject，pkDataObject，CovModelObj)使用指定参数和协变量之间的关系CovModelObj,一个CovariateModel对象。的CovariateModel对象还提供参数转换。

结果= sbionlmefitsa(…名称,值)使用SAEM算法执行估计，带有一个或多个指定的附加选项名称,值对参数。

下面是前面语法的替代:

结果= sbionlmefitsa(…optionStruct)指定optionStruct，一个包含字段和值的结构，这些字段和值是被接受的名-值对参数nlmefitsa．的默认值optionStruct与所使用的名称-值对参数的默认值相同吗nlmefitsa中解释的例外情况输入参数．

［结果，SimDataI，SimDataP= sbionlmefitsa(…)返回SimBiology模型的模拟数据，modelObj，使用参数的估计值。

输入参数

`modelObject`	SimBiology模型对象用于拟合观测数据。请注意方法创建的包含活动剂量(即包含剂量对象)的模型对象`adddose`方法指定为活动的`活跃的`属性)时，请注意这些活动剂量会被`sbionlmefitsa`函数。
`pkModelMapObject`	`PKModelMap`对象，该对象定义用于估计的模型组件的角色。详细信息请参见`PKModelMap对象`．请注意如果使用`PKModelMap`对象指定多个剂量时，请确保`给`属性是唯一的。
`pkDataObject`	`PKData`对象，该对象定义拟合中使用的数据以及用于估计的列的角色。`pkDataObject`必须为至少两个组定义目标数据。详细信息请参见`PKData对象`．请注意属性指定的数据列中定义的属于单个组的每个数据子集`GroupLabel`属性)，该软件允许同时进行多个观察。如果你的数据是这样，请注意: 这些数据点不是平均的，而是单独拟合的。不同时间不同数量的观测结果会导致某些时间点的权重更大。
`InitEstimates`	固定效应的初始估计向量。第一个`P`的元素`InitEstimates`对应每个固定效果`P`的元素`pkModelMapObject`．`估计`．附加要素对应于协变量因素的固定效应。第一个`P`的元素`InitEstimates`转换为`ParamTransform`名称-值对参数(默认情况下转换为日志)。
`CovModelObj`	`CovariateModel`对象，该对象定义参数和协变量之间的关系。详细信息请参见`CovariateModel对象`．
`optionStruct`	结构中包含字段和值，这些字段和值是名称-值对参数`nlmefitsa`函数。的默认值`optionStruct`与所使用的参数的默认值相同吗`nlmefitsa`中所述的例外情况名称-值对参数．如果您拥有并行计算工具箱™，则可以通过设置名称-值对参数启用并行计算以更快地进行数据拟合`“UseParallel”`来`真正的`在`statset`选项结构如下: parpool;%打开并行计算的parpool opt = statset(…，'UseParallel'，true);%启用并行计算结果= sbionlmefitsa(…，'Options'，opt);进行数据拟合提示 SimBiology软件包括`sbiofitstatusplot`函数中指定的`OutputFcn`字段`选项`字段。这个功能可以让您监视装配的状态。

名称-值参数

指定可选参数对为Name1 = Value1,…,以=家,在那里的名字参数名称和价值对应的值。名称-值参数必须出现在其他参数之后，但对的顺序无关紧要。

在R2021a之前，使用逗号分隔每个名称和值，并将其括起来的名字在报价。

的sbionlmefitsa方法支持的名称-值对实参万博1manbetxnlmefitsa函数。

这些nlmefitsa名称-值对参数是硬编码的sbionlmefitsa，因此，不能设置它们:

FEParamsSelect
FEConstDesign
FEGroupDesign
FEObsDesign
REConstDesign
REGroupDesign
REObsDesign
向量化

如果你提供CovariateModel对象作为sbionlmefitsa，然后这些nlmefitsa名称-值对是从协变量模型计算出来的，因此，您不能设置它们:

FEGroupDesign
ParamTransform
REParamsSelect

您可以设置所有其他nlmefitsa名称-值对参数。有关这些参数的详细信息，请参见nlmefitsa(统计和机器学习工具箱)参考页面。

注意这些的默认值nlmefitsa使用时，名称-值对参数不同sbionlmefitsa：

`FEGroupDesign`	为每个组指定设计矩阵的数值数组。默认值:`repmat(eye(P)，[1 1 nGroups])`,在那里`P`=估计参数的个数，和`nGroups`=观测数据中的组数。
`ParamTransform`	整数向量，指定参数如何分布。请注意请勿使用`ParamTransform`属性时指定参数转换`CovariateModel`对象设置为拟合函数。的`CovariateModel`对象提供参数转换。默认值:1的向量，表示所有的参数都是对数变换的。
`OptimFun`	指定用于最大化似然的优化函数的字符向量。默认值:`fminunc`，如果已安装优化工具箱™。否则，默认为`fminsearch`．
`选项`	结构，包含多个字段，包括`DerivStep`、指定有限差分梯度计算中使用的相对差值的标量或向量，以及`FunValCheck`，一个逻辑，指定是否检查无效值，例如`南`或`正`,从`modelfun`．默认值:默认的`DerivStep`是较轻的`1的军医`的值`SolverOptions。RelativeTolerance`属性关联的配置集`modelObj`的最小值`eps ^ (1/3)`．默认的`FunValCheck`是`从`．

提示

SimBiology软件包括sbiofitstatusplot函数中指定的OutputFcn字段选项名-值对输入参数。这个功能可以让您监视装配的状态。

输出参数

`结果`	结构，包含这些字段: `FixedEffects`——一个`数据集(统计和机器学习工具箱)`包含估计固定效果的数组，包括标准误差。 `RandomEffects`——一个`数据集`中每组观测数据的随机抽样效应数组`pkDataObject`． `IndividualParametereEstimates`——一个`数据集`包含个体估计参数值的数组，包括随机效应。 `PopulationParameterEstimates`——一个`数据集`包含总体的估计参数值的数组，没有随机影响。 `RandomEffectCovarianceMatrix`——一个`数据集`包含随机效应估计协方差矩阵的数组。 `EstimatedParameterNames`-指定估计参数名称的字符向量的单元格数组。 `CovariateNames`-单元格数组的字符向量指定的名称的协变量`CovModelObj`． `FixedEffectsStruct`-包含估计固定效果值的结构。 `统计数据`—包含信息的结构`另类投资会议`，`BIC`，加权残差。有关此结构中的字段的详细信息，请参见`统计数据`结构`nlmefitsa`(统计和机器学习工具箱)在统计和机器学习工具箱™文档中。中的字段`统计数据`返回的结构`sbionlmefitsa`与返回的略有不同`nlmefitsa`,即: `忿怒`，`总统`，`本方案`，`压水式反应堆`,`轨`每个都包含一个原始残差或加权残差矩阵，列数等于模型中的响应数。的`统计数据`返回的结构`sbionlmefit`包括一个额外的字段，`观察到的`．属性的矩阵中的列对应的测量响应，此字段包含字符向量或单元格向量数组`忿怒`，`总统`，`本方案`，`压水式反应堆`,`轨`字段。的`观察到的`字段与`观察到的`的属性`PKModelMap`输入参数。
`SimDataI`	`SimData对象`包含使用个体估计参数值模拟模型的数据。该对象包括观察到的状态和记录的状态。
`SimDataP`	`SimData对象`包含使用总体估计参数值来模拟模型的数据。该对象包括观察到的状态和记录的状态。

版本历史

另请参阅