1.IPRED (Individual Predicted Value):
IPRED는 개인별로 예측된 값입니다. 이 값은 모델을 사용하여 특정 개인의 응답을 예측한 결과를 나타냅니다. 여기서 IPRED는 F로 정의되어 있으며, 일반적으로 모델의 예측값을 의미합니다.
2.W (Individual Weight):
W는 각 관찰 데이터 포인트의 가중치를 나타내며, 개인마다 다를 수 있습니다. W는 THETA(5)와 THETA(6)에 의해 정의되며, IPRED와 관련이 있습니다. THETA(5)와 THETA(6)은 모델의 파라미터로, IPRED에 영향을 미치는데, 이것들을 통해 개인 간 차이를 반영합니다. IPRED가 높을수록 W도 증가합니다.
3.IRES (Individual Residual):
IRES는 개인별로 예측값(IPRED)과 관찰값(DV) 사이의 차이를 나타냅니다. 즉, IRES = DV - IPRED로 정의됩니다.
4.IWRES (Individual Weighted Residual):
IWRES는 IRES를 W로 가중화한 값입니다. 개인 간 차이를 고려하여 모델의 성능을 평가할 때 유용합니다. IWRES = IRES / W로 계산됩니다.
5.Y (Observation with Random Error):
Y는 관찰값(DV)을 표준 정규 분포를 따르는 랜덤 에러(EPS(1))와 함께 모델링한 값입니다. 즉, Y = IPRED + W * EPS(1)로 정의됩니다. 이것은 모델이 예측하는 값(IPRED)에 랜덤 에러를 더하여 실제 관찰값(DV)을 모델링합니다.
이 코드는 모델의 성능을 평가하고, 모델 파라미터(THETA(5)와 THETA(6))를 조정하는 데 사용됩니다. 이를 통해 모델을 데이터에 더 잘 맞출 수 있고, 약물의 약동학을 더 정확하게 설명할 수 있게 됩니다.
