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

loveR

saemix-package(saemix)
saemix-package()所属R语言包：saemix

                                         Stochastic Approximation Expectation Maximization (SAEM) algorithm for non-linear mixed effects models
                                         随机逼近期望最大化（SAEM）算法，非线性混合效应模型

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

</table>
</ TABLE>


Details

详细信息----------Details----------

</table>
</ TABLE>

The SAEM package includes a number of undocumented functions, which are not meant to be used directly by the user.   
的SAEM封装包括：数无证的功能，这是由用户直接使用并不意味着。

defaultsetdefault
defaultsetdefault

computational functionscutoff,cutoff.max, cutoff.eps, cutoff.res, compute.Uy, compute.Uy.nocov, conditional.distribution, gqg.mlx
的计算functionscutoff，cutoff.max，cutoff.eps，cutoff.res，compute.Uy，compute.Uy.nocov，conditional.distribution，gqg.mlx

distributionsnormcdf, norminv
distributionsnormcdf，NORMINV

error modelerror
错误modelerror

samplingtrnd.mlx, tpdf.mlx, gammarnd.mlx
samplingtrnd.mlx，tpdf.mlx，gammarnd.mlx

parameter transformationstranspsi, transphi, dtransphi   
参数transformationstranspsi，transphi，dtransphi


（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----------

nlme,SaemixData,SaemixModel, SaemixObject,saemix
NLME，SaemixData，SaemixModel，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(seed=632545,save=FALSE,save.graphs=FALSE)

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

print(saemix.fit)

plot(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。