【文件属性】：
文件名称：疫情matlab代码-SDE-Identifiability:可在bioRxiv上获得预印本“系统生物学中的随机微分方程模型的可识别性分析”的
文件大小：8.21MB
文件格式：ZIP
更新时间：2021-05-23 10:01:13
系统开源
疫情matlab代码可识别性
用于执行随机微分方程识别性分析的代码。
储存库是预印本“系统生物学中随机微分方程模型的可识别性分析”的补充材料，可在上找到。
大部分代码都包含Julia模块可Identifiability
，该模块使用伪边际马尔可夫链蒙特卡洛（PM-MCMC）执行实用的可识别性分析。
该存储库还包含脚本，用于在DAISY
（Bellu
2007）（为免费软件REDUCE计算机代数系统编写的软件包）和GenSSI
（Chiş2011）（为MATLAB编写的软件包）中使用矩方程进行结构可识别性分析。
Julia实用可识别性分析
入门
确保已安装Julia
（请参阅必需的软件），然后将存储库完整下载到您的计算机上。
然后，您应该从“
Module文件夹中运行Install_Required_Packages.jl
。
使用以下命令将模块添加到您的当前搜索路径，并加载该模块：
push!(LOAD_PATH,"/path/to/module/folder/")
#
Add
to
load
path
using
Identifiability
#
Load
module
如果使用W
【文件预览】：
SDE-Identifiability-master
----Results()
--------M2_TwoPool.jl(5KB)
--------M4_BetaIG.jl(8KB)
--------M3_SEIR.jl(7KB)
--------Saved()
--------Figure3.jl(11KB)
--------M1_BirthDeath.jl(4KB)
--------IdentifiabilityProjectOptions.jl(1KB)
----.gitattributes(49B)
----Mathematica()
--------M1_BirthDeath.nb(27KB)
--------M2_TwoPool.nb(40KB)
--------M3_SEIR.nb(129KB)
----GenSSI()
--------M2_TwoPool()
--------M3_SEIR()
--------M1_BirthDeath()
----README.md(7KB)
----Module()
--------InstallRequiredPackages.jl(490B)
--------Plots()
--------Identifiability.jl(4KB)
--------Inference()
--------Models()
----.gitignore(10B)
----DAISY()
--------M2_TwoPool()
--------M3_SEIR()
--------M1_BirthDeath()
----MomentClosureComparison()
--------SEIR_Compare.jl(2KB)
--------SEIR_MomentEqs.jl(4KB)
--------LabelMaker.jl(407B)