1

我有一个 ODE 方程系统，我试图将其拟合到生成的数据、合成数据或实验室。我感兴趣的最终产品是参数和它的估计误差。我们将 R 包FME与modCost和一起使用modFit。例如，可以将 ODE 系统定义为：

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))
}
}

带参数k1和k2变量A,P和PA. 我导入数据（未显示）并定义使用的成本函数modFit 

cost <- function(p, data, ...) {
  yy <- p[c("A","P","PA")]
  pp <- p[c("k1", "k2")]
  out <- ode(yy, time, eqs, pp)
  modCost(out, data, ...)
}

我用一个向量设置了一些初始条件，parms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")

然后我做一个决赛ode来获得最佳参数的生成拟合，鲍勃是你的叔叔，以及繁荣的估计参数。输入的数字无关紧要，我希望我的流程大纲对于使用这个包的人来说是清晰的。

我的问题和疑问集中在两件事上：我是一名科学家，一名物理学家，并且报告估计参数的误差很重要。我能否以某种方式从 MFE 生成估计错误，或者是否有单独的包用于这种返回？

4

1 回答 1

1

我不明白你的意思。你可以使用：

summary(fit)

看标准。错误。

于 2018-06-07T10:12:49.320 回答