This is a matrix plot of absolute population weighted residuals (|CWRES|) vs
population predictions (PRED) and absolute individual weighted residuals
(|IWRES|) vs individual predictions (IPRED), a specific function in Xpose 4.
It is a wrapper encapsulating arguments to the absval.cwres.vs.pred
and absval.iwres.vs.ipred functions.
absval.iwres.cwres.vs.ipred.pred(object, main = "Default", ...)absval.iwres.wres.vs.ipred.pred(object, main = "Default", ...)
An xpose.data object.
The title of the plot. If "Default" then a default title
is plotted. Otherwise the value should be a string like "my title" or
NULL for no plot title.
Other arguments passed to link{xpose.plot.default}.
Returns a compound plot.
absval.iwres.wres.vs.ipred.pred: absolute population weighted residuals (|WRES|) vs
population predictions (PRED) and absolute individual weighted residuals
(|IWRES|) vs individual predictions (IPRED)
The plots created by the absval.wres.vs.pred and
absval.iwres.vs.ipred functions are presented side by side for
comparison.
A wide array of extra options controlling xyplots are available. See
xpose.plot.default for details.
absval.wres.vs.pred,
absval.iwres.vs.ipred, xpose.plot.default,
xpose.panel.default, xyplot,
xpose.prefs-class, xpose.data-class
Other specific functions:
absval.cwres.vs.cov.bw(),
absval.cwres.vs.pred.by.cov(),
absval.cwres.vs.pred(),
absval.iwres.vs.cov.bw(),
absval.iwres.vs.idv(),
absval.iwres.vs.ipred.by.cov(),
absval.iwres.vs.ipred(),
absval.iwres.vs.pred(),
absval.wres.vs.cov.bw(),
absval.wres.vs.idv(),
absval.wres.vs.pred.by.cov(),
absval.wres.vs.pred(),
absval_delta_vs_cov_model_comp,
addit.gof(),
autocorr.cwres(),
autocorr.iwres(),
autocorr.wres(),
basic.gof(),
basic.model.comp(),
cat.dv.vs.idv.sb(),
cat.pc(),
cov.splom(),
cwres.dist.hist(),
cwres.dist.qq(),
cwres.vs.cov(),
cwres.vs.idv.bw(),
cwres.vs.idv(),
cwres.vs.pred.bw(),
cwres.vs.pred(),
cwres.wres.vs.idv(),
cwres.wres.vs.pred(),
dOFV.vs.cov(),
dOFV.vs.id(),
dOFV1.vs.dOFV2(),
data.checkout(),
dv.preds.vs.idv(),
dv.vs.idv(),
dv.vs.ipred.by.cov(),
dv.vs.ipred.by.idv(),
dv.vs.ipred(),
dv.vs.pred.by.cov(),
dv.vs.pred.by.idv(),
dv.vs.pred.ipred(),
dv.vs.pred(),
gof(),
ind.plots.cwres.hist(),
ind.plots.cwres.qq(),
ind.plots(),
ipred.vs.idv(),
iwres.dist.hist(),
iwres.dist.qq(),
iwres.vs.idv(),
kaplan.plot(),
par_cov_hist,
par_cov_qq,
parm.vs.cov(),
parm.vs.parm(),
pred.vs.idv(),
ranpar.vs.cov(),
runsum(),
wres.dist.hist(),
wres.dist.qq(),
wres.vs.idv.bw(),
wres.vs.idv(),
wres.vs.pred.bw(),
wres.vs.pred(),
xpose.VPC.both(),
xpose.VPC.categorical(),
xpose.VPC(),
xpose4-package
Other specific functions:
absval.cwres.vs.cov.bw(),
absval.cwres.vs.pred.by.cov(),
absval.cwres.vs.pred(),
absval.iwres.vs.cov.bw(),
absval.iwres.vs.idv(),
absval.iwres.vs.ipred.by.cov(),
absval.iwres.vs.ipred(),
absval.iwres.vs.pred(),
absval.wres.vs.cov.bw(),
absval.wres.vs.idv(),
absval.wres.vs.pred.by.cov(),
absval.wres.vs.pred(),
absval_delta_vs_cov_model_comp,
addit.gof(),
autocorr.cwres(),
autocorr.iwres(),
autocorr.wres(),
basic.gof(),
basic.model.comp(),
cat.dv.vs.idv.sb(),
cat.pc(),
cov.splom(),
cwres.dist.hist(),
cwres.dist.qq(),
cwres.vs.cov(),
cwres.vs.idv.bw(),
cwres.vs.idv(),
cwres.vs.pred.bw(),
cwres.vs.pred(),
cwres.wres.vs.idv(),
cwres.wres.vs.pred(),
dOFV.vs.cov(),
dOFV.vs.id(),
dOFV1.vs.dOFV2(),
data.checkout(),
dv.preds.vs.idv(),
dv.vs.idv(),
dv.vs.ipred.by.cov(),
dv.vs.ipred.by.idv(),
dv.vs.ipred(),
dv.vs.pred.by.cov(),
dv.vs.pred.by.idv(),
dv.vs.pred.ipred(),
dv.vs.pred(),
gof(),
ind.plots.cwres.hist(),
ind.plots.cwres.qq(),
ind.plots(),
ipred.vs.idv(),
iwres.dist.hist(),
iwres.dist.qq(),
iwres.vs.idv(),
kaplan.plot(),
par_cov_hist,
par_cov_qq,
parm.vs.cov(),
parm.vs.parm(),
pred.vs.idv(),
ranpar.vs.cov(),
runsum(),
wres.dist.hist(),
wres.dist.qq(),
wres.vs.idv.bw(),
wres.vs.idv(),
wres.vs.pred.bw(),
wres.vs.pred(),
xpose.VPC.both(),
xpose.VPC.categorical(),
xpose.VPC(),
xpose4-package
# NOT RUN {
## Here we load the example xpose database
xpdb <- simpraz.xpdb
## A vanilla plot
absval.iwres.wres.vs.ipred.pred(xpdb)
absval.iwres.cwres.vs.ipred.pred(xpdb)
## Custom colours and symbols
absval.iwres.cwres.vs.ipred.pred(xpdb, cex=0.6, pch=8, col=1)
# }
Run the code above in your browser using DataLab