翁贝托·皮奇尼;苏珊·迪特列夫森 高维随机微分混合效应模型的实用估计。 (英语) 兹比尔1328.65014 计算。统计数据分析。 55,第3期,1426-1444(2011). 摘要:随机微分方程(SDE)是一种建立的工具,用于模拟动力学受随机噪声影响的物理现象。通过估计SDE的参数,可以识别系统漂移周围的固有随机性,并将其与漂移本身分离开来。当对给定人群内的动力学建模感兴趣时,即同时对几个实验或受试者的表现建模时,混合效应建模允许区分实验间和实验内的可变性。提出了一种使用SDE对种群内的动力学建模的框架,同时表示了几种变化源:使用混合效应方法的实验之间的可变性和使用SDE的个体动力学的随机性。这些随机微分混合效应模型在药物动力学/药效学和生物医学建模中有应用。提出了一种参数估计方法,并给出了有效实现的计算指南。最后,使用二维Ornstein-Uhlenbeck(OU)和平方根模型等标准模型的模拟对该方法进行了评估。 引用于19文件 MSC公司: 65立方米 随机微分和积分方程的数值解 60 H10型 随机常微分方程(随机分析方面) 10层62层 点估计 关键词:自动微分;闭合形式跃迁密度展开;最大似然估计;人口估计;随机微分方程;Cox-Ingersoll-Ross工艺 软件:AD模型生成器;PSM公司;国家实验室;S-PLUS系统;MEMSS公司 PDF格式BibTeX公司 XML格式引用 \textit{U.Picchini}和\textit{S.Ditlevsen},计算。统计数据分析。55,No.3,1426--1444(2011;Zbl 1328.65014) 全文: 内政部 arXiv公司 参考文献: [1] ADMB项目,2009年。AD模型生成器:自动差异化模型生成器。由David Fournier开发,可从admb-project.org免费获取;ADMB项目,2009年。AD模型生成器:自动差异化模型生成器。由David Fournier开发,可从admb-project.org免费获取 [2] 阿伊特·萨哈利亚,Y.,多元扩散的闭式似然展开,《统计年鉴》,36,2,906-937(2008)·Zbl 1246.62180号 [3] Allen,E.,《用随机微分方程建模》(2007),Springer·Zbl 1130.60064号 [4] Bischof,C.,Bücker,M.,Vehreschild,A.,2005年。ADiMat公司。德国亚琛工业大学。可在http://www.sc.rwth-aachen.de/adimat网站/; Bischof,C.,Bücker,M.,Vehreschild,A.,2005年。ADiMat公司。德国亚琛理工大学。可在网址:http://www.sc.rwth-aachen.de/adimat/ [5] J.布斯。;霍伯特,J。;Jank,W.,最大化两阶段层次模型可能性的蒙特卡罗算法调查,统计建模,1333-349(2001)·Zbl 1102.62019年 [6] 科尔曼,T。;Li,Y.,有界非线性最小化的内部信赖域方法,SIAM优化杂志,6418-445(1996)·Zbl 0855.65063号 [7] Cools,R.,多维积分进展,计算与应用数学杂志,149,1-12(2002)·Zbl 1013.65019号 [8] 考克斯,J。;Ingersoll,J。;Ross,S.,利率期限结构理论,《计量经济学》,53385-407(1985)·Zbl 1274.91447号 [9] Davidian,M。;Giltinan,D.,《重复测量的非线性模型:综述和更新》,《农业、生物和环境统计杂志》,第8期,第387-419页(2003年) [10] D'Errico,J.,2006年。http://www.mathworks.com/matlabcentral/fileexchange/8277-fminsearchbnd; D'Errico,J.,2006年。http://www.mathworks.com/matlabcentral/fileexchange/8277-fminsearchbnd [11] 迪特列夫森,S。;De Gaetano,A.,随机微分方程模型中的混合效应,REVSTAT-统计杂志,3,2,137-153(2005)·Zbl 1108.62078号 [12] 迪特列夫森,S。;Lansky,P.,Ornstein-Uhlenbeck神经元模型中输入参数的估计,《物理评论》E,71,011907(2005) [13] 迪特列夫森,S。;Lansky,P.,Feller神经元模型中输入参数的估计,《物理评论》E,73(2006),第061910号·Zbl 1244.92006年 [14] 唐纳,S。;Foulley,J。;Samson,A.,使用随机微分方程定义的混合模型对增长曲线进行贝叶斯分析,生物计量学,66,3,733-741(2010)·Zbl 1203.62187号 [15] 唐纳,S。;Samson,A.,随机微分方程定义的混合模型的参数推断,ESAIM:概率与统计,12,196-218(2008)·Zbl 1182.62164号 [16] 法维托,B。;Samson,A.,生物应用中二维部分观测到的Ornstein-Uhlenbeck过程的参数估计,斯堪的纳维亚统计杂志,37,200-220(2010)·Zbl 1224.62032号 [17] 菲利普,P。;Braumann,C。;Roquete,C.,随机环境中的多相个体生长模型,应用概率的方法论和计算,1-8(2010) [18] Gardiner,C.,《物理、化学和自然科学随机方法手册》(1985),Springer·Zbl 1143.60001号 [19] Griewank,A.,《评估衍生品:算法区分的原理和技术》(2000),SIAM:SIAM Philadelphia,PA·Zbl 0958.65028号 [20] Hurn,A。;杰斯曼,J。;Lindsay,K.,《以牙还牙:随机微分方程参数估计方法的关键评估》,《金融计量经济学杂志》,5,3,390-455(2007) [21] Jensen,B。;Poulsen,R.,扩散过程的转移密度:近似技术的数值比较,导数杂志,9,1-15(2002) [22] Joe,H.,离散响应混合模型的拉普拉斯近似精度,计算统计与数据分析,52,12,5066-5074(2008)·Zbl 1452.62537号 [23] 克里姆,S。;莫滕森,S.B。;Kristensen,N.R。;奥弗加德,R.V。;Madsen,H.,人口随机建模(PSM)-基于随机微分方程的混合效应模型的R包,生物医学中的计算机方法和程序,94,279-289(2009) [24] Kloeden,P。;Platen,E.,随机微分方程的数值解(1992),Springer·Zbl 0925.65261号 [25] Ko,H。;Davidian,M.,校正非线性混合效应模型中个体水平协变量的测量误差,生物计量学,56,2368-375(2000)·Zbl 1060.62630号 [26] Krommer,A。;Ueberhuber,C.,计算集成,工业和应用数学学会(1998年)·Zbl 0903.65019号 [27] Lindstrom,M。;Bates,D.,重复测量数据的非线性混合效应模型,生物统计学,46673-687(1990) [28] McCulloch,C。;Searle,S.,(广义、线性和混合模型。广义、线性及混合模型,概率统计中的Wiley级数(2001),John Wiley&Sons,Inc.)·Zbl 0964.62061号 [29] Øksendal,B.,《随机微分方程:应用简介》(2007),Springer [30] Overgaard,R。;Jonsson,N。;托诺,C。;Madsen,H.,《随机微分方程的非线性混合效应模型:估计算法的实现》,《药物动力学和药效动力学杂志》,32,85-107(2005) [31] 皮奇尼,美国。;De Gaetano,A。;Ditlevsen,S.,《随机微分混合效应模型》,《斯堪的纳维亚统计杂志》,37,1,67-90(2010)·Zbl 1224.62041号 [32] 皮奇尼,美国。;迪特列夫森,S。;De Gaetano,A。;Lansky,P.,《缓慢波动信号的扩散泄漏积分和fire神经元模型参数》,神经计算,20,11,2696-2714(2008)·Zbl 1169.68580号 [33] 皮涅罗,J。;Bates,D.,非线性混合效应模型中对数似然函数的近似,计算与图形统计杂志,4,1,12-35(1995) [34] 皮涅罗,J。;Bates,D.,《S和S-PLUS中的混合效应模型》(2002),Springer-Verlag:Springer-Verlag NY [35] Pinheiro,J.,Bates,D.,DebRoy,S.,Sarkar,D.,2007年。R开发核心团队,nlme包。R统计计算基金会,网址:http://www.R-project.org/; Pinheiro,J.,Bates,D.,DebRoy,S.,Sarkar,D.,2007年。R开发核心团队,nlme包。R统计计算基金会,网址:http://www.R-project.org/ [36] 皮涅罗,J。;Chao,E.,多层广义线性混合模型的高效拉普拉斯和自适应高斯求积算法,计算与图形统计杂志,15,1,58-81(2006) [37] Ripley,B.,随机模拟(2006),Wiley Interscience·Zbl 1113.65003号 [38] 顺,Z。;McCullagh,P.,《高维积分的拉普拉斯近似》,英国皇家统计学会杂志B,57,4,749-760(1995)·Zbl 0826.41026号 [39] Skaug,H.,在非线性随机效应模型中促进最大似然估计的自动微分,计算与图形统计学杂志,11,2458-470(2002) [40] Skaug,H。;Fournier,D.,非高斯层次模型中边际似然的自动逼近,计算统计与数据分析,51699-709(2006)·Zbl 1157.65317号 [41] Sörensen,H.,《离散时间点观测到的扩散过程的参数推断:一项调查》,《国际统计评论》,72,3,337-354(2004) [42] Strathe,A。;瑟伦森,H。;Danfr,A.,《动物生长与能量摄入相结合的新数学模型:生长猪案例》,《理论生物学杂志》,261,2165-175(2009)·Zbl 1403.92032号 [43] 唐,C。;Chen,S.,扩散过程的参数估计和偏差修正,《计量经济学杂志》,149,1,65-81(2009)·Zbl 1429.62370号 [44] 托诺,C。;Overgaard,R。;阿杰瑟·H。;尼尔森,H。;Madsen,H。;Jonsson,E.N.,《NONMEM中的随机微分方程:实现、应用以及与常微分方程的比较》,《药物研究》,22,8,1247-1258(2005) 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。