Matematisk Model for Mavesækkens Tømning - Danmarks Tekniske ...
Matematisk Model for Mavesækkens Tømning - Danmarks Tekniske ...
Matematisk Model for Mavesækkens Tømning - Danmarks Tekniske ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
60 Forsøg med normoglykæmisk clamp<br />
Der findes et andet m˚al, som ud over RSS tager højde <strong>for</strong> hvor mange datapunkter,<br />
modellen skal fitte og hvor mange parametre, der indg˚ar i modellen. Dette<br />
m˚al kaldes AIC (= Akaike In<strong>for</strong>mation Criterion) og er givet ved (5.20) 1 .<br />
AIC = n · ln( RSS<br />
) + 2 · k (5.20)<br />
n<br />
hvor RSS er givet ved (5.19), n er antallet af datapunkter og k er antallet af<br />
parametre i modellen. AIC er et relativt m˚al, dvs. det kan ikke bruges til at sammenligne<br />
modeller, der skal passe til <strong>for</strong>skelligt data. Ofte vil RSS være meget<br />
mindre end antallet af datapunkter, og dermed bliver leddet med den naturlige<br />
logaritme negativt. Det fremg˚ar af ligningen <strong>for</strong> AIC, at jo flere parametre<br />
modellen indeholder, jo mindre negativ bliver AIC <strong>for</strong> modellen, idet antallet af<br />
parametre multipliceres med 2. Jo mere negativ AIC, jo bedre passer modellen i<br />
<strong>for</strong>hold til data taget antallet af datapunkter og modelparametre i betragtning.<br />
I tabel 5.8 ses en sammenligning af de syv lineære modeller i <strong>for</strong>hold til RSS og<br />
AIC. De syv modeller er rangeret i <strong>for</strong>hold til deres AIC. Det fremg˚ar af tabellen,<br />
at de to første modeller stort set har lige god AIC-score, mens de tre modeller<br />
med kun én parameter har opn˚aet de mindst negative værdier og dermed den<br />
d˚arligste score. Da leddet med den naturlige logaritme i dette tilfælde vægter<br />
mest, har det lille betydning, om modellen indeholder én eller tre parametre,<br />
idet en addering af 1 eller 6 ikke gør den store <strong>for</strong>skel, n˚ar tal i størrelsesordenen<br />
-150 og -80 sammenlignes. I andre tilfælde vil leddet med antallet af parametre<br />
vægte mest, og en <strong>for</strong>øgelse af antallet af parametre vil der<strong>for</strong> fungere som en<br />
straf i <strong>for</strong>hold til AIC.<br />
Af m˚aden hvorp˚a modellerne er rangeret, tyder det p˚a, at leddet indeholdende b<br />
under alle omstændigheder skal være en del af modellen. For at finde ud af hvilken<br />
model der passer bedst i <strong>for</strong>hold til ventrikeltømningsdata, bør modellerne<br />
testes p˚a flere datasæt.<br />
<strong>Model</strong> describtion a b c RSS AIC<br />
dQ<br />
dt = aQ2 + bQ + c<br />
dQ<br />
dt<br />
0.0135 -0.0197 0.0005 0.0020 -147.9<br />
= aQ2 + bQ<br />
dQ<br />
dt = bQ + c<br />
dQ<br />
dt<br />
0.0116<br />
-<br />
-0.0174<br />
-0.0064<br />
-<br />
-0.0014<br />
0.0025<br />
0.0264<br />
-146.3<br />
-105.0<br />
= aQ2 + c<br />
dQ<br />
dt = bQ<br />
dQ<br />
dt = c<br />
dQ<br />
dt<br />
-0.0053<br />
-<br />
-<br />
-<br />
-0.0085<br />
-<br />
-0.0026<br />
-<br />
-0.0040<br />
0.0777<br />
0.1058<br />
0.4421<br />
-87.6<br />
-84.3<br />
-60.0<br />
= aQ2 -0.0092 - - 0.8325 -49.3<br />
Tabel 5.8: Sammenligning af hvorledes de 7 modeller beskriver data.<br />
1 http://en.wikipedia.org/wiki/Akaike in<strong>for</strong>mation criterion/