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

loveR

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

                                         Estimates of the individual parameters (conditional mode)
                                         各个参数的估计（有条件的模式）

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Compute the estimates of the individual parameters PSI_i (conditional mode - Maximum A Posteriori)
计算估计的各个参数PSI_i的（有条件的模式 - 最大后验概率）


用法----------Usage----------


map.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 MCMC procedure is used to estimate the conditional mode (or Maximum A Posteriori) m(phi_i |yi ; hattheta) = Argmax_phi_i p(phi_i |yi ; hattheta)
MCMC程序是用来估计有条件的模式（或最大后验概率）（phi_i |一; hattheta）= Argmax_phi_i p（phi_i |易hattheta）


值----------Value----------

<table summary="R valueblock"> <tr valign="top"><td>saemixObject:</td> <td> returns the object with the estimates of the MAP parameters (see example for usage)</td></tr> </table>
<table summary="R valueblock"> <tr valign="top"> <TD> saemixObject:</ TD> <TD>返回该对象的MAP参数的估计（见范例使用）</ TD> </ TR> </ TABLE>


（作者）----------Author(s)----------


Emmanuelle Comets &lt;emmanuelle.comets@inserm.fr&gt;, Audrey Lavenu, Marc Lavielle.




参考文献----------References----------


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

参见----------See Also----------

SaemixObject,saemix
SaemixObject，saemix


实例----------Examples----------


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(algorithm=c(1,0,0),seed=632545,
  save=FALSE,save.graphs=FALSE)

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

# Estimating the individual parameters using the result of saemix [的结果的saemix中使用的各个参数估计]
# &amp; returning the result in the same object[返回的结果在同一个对象]

saemix.fit<-map.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。