诊断图

分类：

1. 基于预测的模型诊断图
2. 基于残差的模型诊断图
3. 基于贝叶斯估算的模型诊断图

基于预测的模型诊断图

呈现实际观测值与群体、个体预测值的一致性，反映模型对于实测值的拟合程度。

1、因变量-群体预测值（DV-PRED）

绘图：参考线，趋势线，x轴和y轴尺度一致。参考线一般为y=x的对角线；趋势线通常为LOESS回归线。一般坐标反映数值较大处偏差，对数坐标可反映数值较小处偏差。

如果群体预测值偏差较大，则需要优化基础模型（结构模型或统计学模型）。将基础模型与最终模型的DV-PRED图进行比较，通常最终模型的DV-PRED图通常要优于基础模型。

2、因变量-个体预测值（DV-IPRED）

绘图：
x轴为个体预测值，y轴为因变量或者观测值。描述个体数据集中趋势和离散程度。

参考线，趋势线，x轴和y轴尺度一致。参考线一般为y=x的对角线；趋势线通常为LOESS回归线。一般坐标反映数值较大处偏差，对数坐标可反映数值较小处偏差。
一般残差变异的收缩值小于20%时，才能应用DV-IPRED诊断图作为洁评价依据。

3、个体药时曲线

展示每一个个体的实测值、群体预测值、个体预测值，可以反映每一个个体的拟合程度。

基于残差的模型诊断图

基于残差的模型诊断图可以比基于预测的模型诊断图更好地评估预测偏差。

1、加权残差-时间（WRES、CWRES、CWRESI）

绘图：x轴为时间，time或者tad ，y轴为条件加权残差（CWRES）。参考线一般为y=0。

可用于评估结构模型的准确性。应在y=0两侧（±2）对称分布，且与时间无关，绝对值大于6的点可视为异常值。

2、加权残差-预测值（WRES-PRED）

CWRES-PRED优于WRES-PRED。CWRES在y=0两侧（±2）对称分布，如果CWRES随PRED有趋势性变化，说明拟合欠佳

3、加权残差直方图、Q-Q图

CWRES或IWRES的直方图可以描述残差是否服从均值为0的正态分布。Q-Q图也有相似的功能。

基于贝叶斯估算的模型诊断图

个体间变异的收缩描述了贝叶斯估算的方差趋近于0的现象；残差变异的收缩描述了数据量减少时，个体加权残差的分布趋近于0的现象。

当残差变异的收缩>20%时，基于贝叶斯估算的诊断图有一定的局限性。

1、参数和个体间变异的散点图矩阵

考察各参数或各各参数个体间变异的相关性。

2、个体间变异的直方图和Q-Q图

考察参数的个体间变异是否服从均值为0的正态分布。

3、个体间变异对协变量的相关性图

初步探索参数的个体间变异与协变量之间的相关性。一般显著的协变量在加入参数表达式之前（基础模型），与参数个体间变异的相关性较强；在加入参数表达式之后（协变量模型或最终模型），与参数个体间变异的相关性较弱