sbiosampleerror

根据误差模型对误差进行采样，并对输入数据添加噪声

在页面中全部折叠

语法

noisydata = sbiosampleerror (inputdata errormodel errorparam)

描述

例子

noisydata= sbiosampleerror (inputdata，errormodel，errorparam）使用一个或多个错误模型和错误参数向输入数据添加噪声。

例子

全部折叠

给模拟数据添加噪声

打开生活的脚本

这个例子为一阶反应的放射性衰变模型的模拟数据添加了噪声(或误差): $\frac{d z}{d t} ＝ c \cdot x$ ,在那里x而且z物种和c是正向速率常数。

加载包含放射性衰变模型的示例项目m1．

sbioloadprojectradiodecay；

模拟模型。

[t, sd,名称]= sbiosimulate (m1);

绘制模拟结果图。

情节(t, sd);传奇(名称,“自动更新”，“关闭”）;持有在

图中包含一个axes对象。坐标轴对象包含两个line类型的对象。这些物体代表x z。

使用误差参数设置为20的恒定误差模型向仿真结果添加噪声。

noisydata = sbiosampleerror (sd,“不变”, 20);

绘制噪声模拟数据。

情节(t, noisydata);

图中包含一个axes对象。axis对象包含4个line类型的对象。这些物体代表x z。

使用函数句柄定义自定义错误模型

打开脚本

本例使用函数句柄定义了一个自定义错误模型，并将噪声添加到具有一级反应的放射性衰变模型的模拟数据中 ${{dz} \over {dt}} = c \cdot x$ ,在那里x而且z物种,c是正向速率常数。

加载包含放射性衰变模型的示例项目m1．

sbioloadprojectradiodecay；

假设你有一个简单的自定义误差模型，它有一个标准的均值-零和单位-方差(高斯)正态变量e,仿真结果f，和两个参数p1而且p2： $y = f + p1 + p2 * e$

定义一个表示错误模型的函数句柄。

Em = @(y,p1,p2) y+p1+p2*randn(size(y));

模拟模型。

[t, sd,名称]= sbiosimulate (m1);

绘制仿真结果图，并按住图。

情节(t, sd);传奇(名称,“自动更新”，“关闭”）;持有在

使用前面定义的自定义函数对错误进行抽样，其中两个参数分别设置为0.5和30。

noisydata = sbiosampleerror (sd、em {0.5, 30});

绘制噪声模拟数据。

情节(t, noisydata);

还可以对每个状态应用不同的错误模型，该状态为中的列sd．假设您想应用自定义错误模型(新兴市场)到第一列(物种x数据)和比例误差模型到第二列(物种z数据)。

持有从noisydata = sbiosampleerror (sd, {em,“比例”30}}, {{0.5,, 0.3});情节(t, sd);传奇(名称,“自动更新”，“关闭”）;持有在情节(t, noisydata);

输入参数

全部折叠

`inputdata`- - - - - -输入数据
`SimData`对象|向量的`SimData`对象|数字矩阵

输入数据，指定为SimData对象的向量SimData对象，或数字矩阵。如果它是向量SimData对象时，将错误添加到数据财产。如果它是一个数字矩阵，误差被添加到矩阵的每一列。

`errormodel`- - - - - -误差模型
特征向量|字符串|函数处理|字符串向量|字符向量的单元格数组

错误模型，指定为字符向量、字符串、函数句柄、字符串向量、字符向量的单元格数组，或包含字符向量和函数句柄混合的单元格数组。

如果是字符串向量或单元格数组，则其长度必须与中的列(响应)数量匹配inputdata，将每个误差模型应用于中的对应列inputdata．如果是单个字符向量、字符串或函数句柄，则对中的所有列应用相同的错误模型inputdata．

函数句柄的第一个参数必须是模拟结果的矩阵。参数中提供的错误模型的参数errorparam输入参数。函数句柄的输出必须是与第一个输入参数相同大小的矩阵(模拟结果)。

例如，假设您有一个具有标准均值- 0和单位-方差(高斯)正态变量的自定义误差模型e,仿真结果f，和两个参数p1而且p2： $y ＝ f + p 1 + p 2 * e$ ．您可以如下定义相应的函数句柄。

Em = @(y,p1,p2) y+p1+p2*randn(size(y));

在哪里y矩阵的仿真结果和p1而且p2是错误参数。函数句柄的输出必须与y的模拟结果与inputdata输入参数。的参数p1而且p2均在errorparam论点。

有四个内置错误模型。每个模型都使用标准的均值-零和单位-方差(高斯)变量来定义误差e,仿真结果f，以及一两个参数一个而且b．模型是:

“不变”： $y ＝ f + 一个 e$
“比例”： $y ＝ f + b | f | e$
“组合”： $y ＝ f + （一个 + b | f | ） e$
“指数”： $y ＝ f * 经验值（一个 e ）$

`errorparam`- - - - - -误差模型参数
标量|向量|单元阵列

错误模型参数，指定为标量、向量或单元格数组。如果errormodel是“不变”，“比例”,或“指数”,然后errorparam指定为数值标量。如果它是“组合”,然后errorparam是否指定为具有两个元素的行向量[b]．

如果errormodel那么单元格数组呢errorparam必须是相同长度的单元格数组。换句话说,errorparam必须包含N个元素，其中N是错误模型的数量errormodel．每个元素必须具有对应错误模型的正确参数数量。

例如，假设有三个列inputdata，并且应用了不同的错误模型(常数，成比例的,指数带有错误参数的错误模型0．1，0.2,0．5，分别)到每列，则errormodel而且errorparam必须是包含如下三个元素的单元格数组。

errormodel = {“不变”，“比例”，“指数”};errorparam = {0.1, 0.2, 0.5};

输出参数

全部折叠

`noisydata`-添加噪声的数据
向量的`SimData`对象|矩阵

添加了噪声的数据，作为向量返回SimData对象或数值矩阵。如果inputdata是的向量SimData对象,noisydata也是一个向量SimData对象，并将错误添加到inputdata。数据财产。如果inputdata指定为一个矩阵，noisydata是一个矩阵，误差被加到矩阵中的每一列。