用FME-ODE模型拟合R
我有一个ODE方程系统,我正试图将其与生成的数据、合成数据或实验室数据相适应。我感兴趣的最终产品是参数及其估计误差。我们将R包用FME-ODE模型拟合R,r,modeling,ode,cost-based-optimizer,R,Modeling,Ode,Cost Based Optimizer,我有一个ODE方程系统,我正试图将其与生成的数据、合成数据或实验室数据相适应。我感兴趣的最终产品是参数及其估计误差。我们将R包FME与modCost和modFit一起使用。例如,ODE系统可定义为: eqs <- function (time, y, parms, ...) { with(as.list(c(parms, y)), { dP <- k2*PA - k1*A*P # concentration of nucleic acid dA <-
FME
与modCost
和modFit
一起使用。例如,ODE系统可定义为:
eqs <- function (time, y, parms, ...) {
with(as.list(c(parms, y)), {
dP <- k2*PA - k1*A*P # concentration of nucleic acid
dA <- dP # concentration of free protein
dPA <- -dP
list(c(dA,dP,dPA))
}
}
我用parms
向量设置了一些初始条件,然后用
fit <- modFit(f = cost, p = parms, data = dat, weight = "std",
lower = rep(0, 8), upper = c(600,100,600,0.01,0.01), method = "Marq")
fit我不明白你的意思。您只需使用:
summary(fit)
查看标准错误 如果这没有如您所期望的那样工作,那么您需要发布数据和任何错误报告。有关详细说明,请参阅软件包小插曲或以下文章:
summary(fit)