换一批混合效应随机微分方程的贝叶斯分析
Bayesian analysis for mixed-effects model defined by stochastic differential equations
摘要采用带有随机微分方程的非线性混合效应模型对群体药物代谢动力学数据建模，通过在状态方程中引入随机项，将常微分方程扩展到随机微分方程。和常微分方程相比，随机微分方程可解决群体药物代谢动力学模型中相关残差问题。利用贝叶斯估计对非线性混合效应随机微分方程模型参数进行估计，给出群体参数及个体参数的精确后验分布，将 Gibbs 和 Metropolis-Hastings 算法相结合，给出参数估计值。通过计算机模拟和实例分析验证了方法的可靠性，结果表明利用非线性混合效应随机微分方程模型及贝叶斯估计方法分析群体药物代谢动力学数据是可行的。
更多相关知识
关键词
群体药物代谢动力学混合效应模型随机微分方程贝叶斯分析populationpharmacokineticsmixed-effects modelsstochastic differential equationsBayesian analysis
分类号
O212
DOI
10.3969/j.issn.1003-7985.2014.01.023
发布时间
2014-04-22（万方平台首次上网日期，不代表论文的发表时间）
- 浏览5
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
