×

使用线性和非线性回归将模型拟合到生物数据。曲线拟合实用指南。 (英语) Zbl 1081.62100号

牛津:牛津大学出版社(ISBN 0-19-517180-2/pbk;0-19-5117179-9/hbk)。351页。(2004).
本书旨在提供回归分析技术的十个详细、编写良好的部分的有用介绍,特别是非线性分析,这是分析生物(和其他)数据的有用工具。特别是,本书的目的是对使用线性和非线性回归将模型拟合到生物数据的方法给出一个一致且完整的概述,包括新的示例和一些最新的发展,以帮助生物学家分析数据和解释结果。这本书是作为计算机程序GraphPadPrism的伴侣编写的,该程序可用于Windows和Macintoch,它结合了科学图形、基本生物统计学和非线性回归。
更具分析性的A部分给出了一个完整的非线性回归示例,以便向读者介绍曲线与数据的拟合问题,包括数据的准备和非线性回归模型中参数的最佳拟合值的选择,关于解释和审查结果时的问题,如置信度和预测带、平方和、残差等。针对这一方向,给出了五个错误拟合的例子,解释了每个例子中的错误情况以及如何补救。由于非线性回归是线性回归的一种特殊情况,任何非线性回归程序都可以用于将线性模型拟合到数据中,因此第二部分专门介绍了使用(k)-近似回归拟合数据以及解释结果。
众所周知,线性和非线性回归将数学模型拟合到数据中,并确定模型参数的最佳拟合值,以便尽可能通过该模型描述和分析过程及其机理。根据这个想法,C部分介绍了通过回归选择模型,给出了合适的术语、为各个过程选择合适模型的技巧以及定义一系列曲线而不仅仅是简单曲线的全局模型的概念,以及用微分方程定义模型的房室模型。D部分介绍了非线性回归工作所需的迭代方法。特别是这一部分,除了描述建模实验误差和数据点的不等权重外,主要解释了非线性回归程序使用的最速下降法和高斯-纽顿法。
E部分给出了渐近标准误差和包含模型中参数真值或假值的置信区间。特别是,本部分指出了通过渐近方法、通过蒙特卡罗模拟或通过模式比较生成置信区间,并举例比较了上述三种创建置信区间的方法。第F部分通过一些有用的例子,利用各种方法,如额外平方和F检验和Akaike信息准则,对拟合生物数据的合适回归模型进行了比较。
G部分是前一部分的扩展,用于将同一模型的一个或多个参数与不同数据集进行比较,例如使用全局拟合在一个实验中测试治疗效果,使用双向方差分析比较曲线等。
第H部分致力于使用非线性回归模型拟合放射性配体和酶动力学数据。
第一部分致力于拟合剂量-反应曲线,以绘制多种实验结果的曲线图。
这本书最后研究了通过使用一种特殊的计算机程序GraphPadPrism将线性或非线性回归模型拟合到数据中,该程序提供了非线性回归统计技术。
生物学家、研究工作者和高级学生以及在数据分析和建模中使用非线性回归统计方法的人对本书非常感兴趣。

MSC公司:

62页第10页 统计学在生物学和医学中的应用;元分析
62J02型 一般非线性回归
62-01 与统计有关的介绍性说明(教科书、辅导论文等)
62J05型 线性回归;混合模型

软件:

棱镜
PDF格式BibTeX公司 XML格式引用