使用R中的FME ODE模型拟合进行参数估计

Question

我有一个ODE方程组，我正尝试使其适合生成的数据（合成或实验室）。 我感兴趣的最终产品是参数及其估计的误差。 我们将R包FME与modCost和modFit 。 例如，可以这样定义ODE系统：

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))
}
}

带有参数k1和k2以及变量A,P和PA 。 我导入数据（未显示）并定义modFit使用的成本函数

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")

然后，我做最后的ode ，以生成具有最佳参数，鲍勃的叔叔和臂架，估计参数的拟合值。 输入的数字无关紧要，我希望我的过程大纲对于使用此软件包的用户来说是清晰的。

我的问题和问题围绕两件事进行：我是科学家，物理学家，估计参数的错误非常重要。 我能以某种方式从MFE产生估计的误差吗？还是有单独的包装用于这种回报？

Answer 1

我不明白你的意思。 您可以使用：

summary(fit) 

去看Std。 错误。