R语言 saemix包 llgq.saemix()函数中文帮助文档(中英文对照)

loveR

llgq.saemix(saemix)
llgq.saemix()所属R语言包：saemix

                                         Log-likelihood using Gaussian Quadrature
                                         利用高斯求积数似然

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Estimate the log-likelihood using Gaussian Quadrature (multidimensional grid)
对数似然估计使用高斯正交（多维网格）


用法----------Usage----------


llgq.saemix(saemixObject)



参数----------Arguments----------

参数：saemixObject
an object returned by the saemix function
返回的对象saemix的函数


Details

详细信息----------Details----------

The likelihood of the observations is estimated using Gaussian Quadrature (see documentation).
估计高斯正交（见文档）的可能性的意见。


值----------Value----------

the log-likelihood estimated by Gaussian Quadrature
对数似然估计高斯求积


（作者）----------Author(s)----------


Emmanuelle Comets <emmanuelle.comets@inserm.fr>, Audrey Lavenu, Marc Lavielle.




参考文献----------References----------


Monolix32_UsersGuide.pdf (http://software.monolix.org/sdoms/software/)

参见----------See Also----------

SaemixObject,saemix,llis.saemix
SaemixObject，saemix，llis.saemix


实例----------Examples----------


# Running the main algorithm to estimate the population parameters[运行的主要算法来估计总体参数]
data(theo.saemix)
saemix.data<-saemixData(name.data=theo.saemix,header=TRUE,sep=" ",na=NA,
  name.group=c("Id"),name.predictors=c("Dose","Time"),
  name.response=c("Concentration"),name.covariates=c("Weight","Sex"),
  units=list(x="hr",y="mg/L",covariates=c("kg","-")), name.X="Time")

model1cpt<-function(psi,id,xidep) {
          dose<-xidep[,1]
          tim<-xidep[,2]  
          ka<-psi[id,1]
          V<-psi[id,2]
          CL<-psi[id,3]
          k<-CL/V
          ypred<-dose*ka/(V*(ka-k))*(exp(-k*tim)-exp(-ka*tim))
          return(ypred)
}
saemix.model<-saemixModel(model=model1cpt,
  description="One-compartment model with first-order absorption",
  psi0=matrix(c(1.,20,0.5,0.1,0,-0.01),ncol=3,byrow=TRUE,
  dimnames=list(NULL, c("ka","V","CL"))),transform.par=c(1,1,1),
  covariate.model=matrix(c(0,1,0,0,0,0),ncol=3,byrow=TRUE),fixed.estim=c(1,1,1),
  covariance.model=matrix(c(1,0,0,0,1,0,0,0,1),ncol=3,byrow=TRUE),
  omega.init=matrix(c(1,0,0,0,1,0,0,0,1),ncol=3,byrow=TRUE), error.model="constant")

saemix.options<-list(seed=632545,save=FALSE,save.graphs=FALSE)

saemix.fit<-saemix(saemix.model,saemix.data,saemix.options)

# Estimating the likelihood by Gaussian Quadrature using the result of saemix [估计可能高斯求积使用saemix的结果的]
# &amp; returning the result in the same object[返回的结果在同一个对象]
saemix.fit<-llgq.saemix(saemix.fit)


转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。