克里斯托弗·德罗万迪（Christopher C.Drovandi）。；詹姆斯·麦克格雷（James M.McGree）。；安东尼·佩蒂特。 离散数据贝叶斯序贯设计实验的序贯蒙特卡罗方法。 （英语） Zbl 1365.62318号 计算。统计数据分析。 57，编号1320-335（2013）. 摘要：本文提出了一种用于离散数据广义非线性模型的贝叶斯序贯实验设计的序贯蒙特卡罗算法。该方法计算方便，因为可以通过简单的重新加权步骤合并新观测数据的信息。我们还考虑了刺激-反应关系的灵活参数模型，以及新开发的混合设计实用程序，该实用程序可以在存在大量模型和参数不确定性的情况下对目标刺激产生更稳健的估计。该算法适用于假设的临床试验或生物测定场景。在讨论中，建议对算法进行潜在的推广，以可能将其适用范围扩展到各种场景。 引用于15文件 MSC公司： 62升05 顺序统计设计 62K05美元 最佳统计设计 2015年1月62日 贝叶斯推断 关键词：临床试验；一个广义线形模型；广义非线性模型；顺序设计；序贯蒙特卡罗；目标刺激 软件：bnpmr公司 PDF格式BibTeX公司 XML格式引用 \textit{C.C.Drovandi}等人，计算。统计数据分析。57，第1号，320-335（2013；Zbl 1365.62318） 全文： 内政部 链接 参考文献： [1] 阿卡查，M。；Benda，N.，辍学对使用复发事件数据进行剂量研究分析的影响，《医学统计》，29，15，1635-1646（2010） [2] Amzal，B。；Bois，F.Y。；父母E。；Robert，C.P.，《通过相互作用粒子系统进行贝叶斯优化设计》，美国统计协会杂志，101，474，773-785（2006）·Zbl 1119.62308号 [3] 阿特金森。；Donev，A.N.，《最佳实验设计》（1992），牛津大学出版社·Zbl 0829.62070号 [4] 伯纳多，J.M。；史密斯，A.F.M.，贝叶斯理论（1994），威利·Zbl 0796.6202号 [7] 比德曼，S。；Woods，D.C.，《广义非线性模型的优化设计及其在二次谐波产生实验中的应用》，《皇家统计学会杂志：C辑（应用统计学）》，60，2，281-299（2011） [8] 博恩坎普，B。；Ickstadt，K.，连续单调函数的贝叶斯非参数估计及其在剂量反应分析中的应用，生物统计学，65，1，198-205（2009）·Zbl 1159.62023号 [9] Chaloner，K。；Verdinelli，I.，《贝叶斯实验设计：综述》，统计科学，10，3，273-304（1995）·Zbl 0955.62617号 [10] Chang，H.H。；Ying，Z.，逻辑项目反应理论模型的非线性序贯设计及其在计算机自适应测试中的应用，《统计学年鉴》，37，3，1466-1488（2009）·Zbl 1160.62073号 [11] 肖邦，N.，《静态模型的序贯粒子滤波方法》，《生物统计学》，89，3，539-551（2002）·Zbl 1036.62062号 [12] Del Moral，P。；Doucet，A。；Jasra，A.，序贯蒙特卡罗采样器，《皇家统计学会杂志：B辑（统计方法）》，68，3，411-436（2006）·Zbl 1105.62034号 [13] Dror，H.A.公司。；Steinberg，D.M.，广义线性模型的序贯实验设计，美国统计协会杂志，103，481，288-298（2008）·Zbl 1471.62426号 [15] Drovandi，C.C。；Pettitt，A.N.，使用近似贝叶斯计算估算大型寄生虫种群进化参数，生物统计学，67，1，225-233（2011）·Zbl 1217.62128号 [17] 弗里尔，N。；Pettitt，A.N.，通过幂后验估计边际似然，《皇家统计学会杂志：B辑（统计方法）》，70，3，589-607（2008）·Zbl 05563360号 [18] Gasparini，M。；Eisele，J.，第一阶段临床试验的无曲线方法，生物统计学，56，2，609-615（2000）·兹比尔1060.62611 [19] Gramacy，R.B。；Polson，N.G.，用于顺序设计和优化的高斯过程模型的粒子学习，计算与图形统计杂志，20，1，102-118（2011） [20] Houede，N。；塔尔，P.F。；Nguyen，H。；Paoletti，X。；Kramar，A.，在第一/二期试验中使用顺序毒性和疗效对基于效用的联合治疗进行优化，生物计量学，66，2，532-540（2010）·兹比尔1192.62224 [21] Kullback，S。；Leibler，R.A.，《信息与充分性》，《数理统计年鉴》，22，1，79-86（1951）·Zbl 0042.38403号 [22] Lewi，J。；Butera，R。；Paninski，L.，神经生理学实验的顺序优化设计，神经计算，21，3，619-687（2009）·Zbl 1180.68219号 [23] 刘，G。；罗森伯格，W.F。；Haines，L.M.，序贯I期临床试验的序贯设计，《生物医学杂志》，51，2，335-347（2009）·Zbl 1442.62503号 [24] Loepsky，J.L.（Loepsky，J.L.）。；摩尔，L.M。；Williams，B.J.，《计算机实验的批量序列设计》，《统计规划与推断杂志》，140，6，1452-1464（2010）·Zbl 1185.62142号 [25] MacKay，D.J.C.，《概率网络和似然预测——监督神经网络实用贝叶斯方法综述》，《网络：神经系统中的计算》，6，3，469-505（1995）·Zbl 0834.68098号 [26] McCullagh，P。；Nelder，J.A.，（广义线性模型。广义线性模型，统计学和应用概率专著，第37卷（1989年），查普曼霍尔：查普曼大厅伦敦）·Zbl 0744.62098号 [27] McGree，J.M。；Drovandi，C.C。；汤普森，M.H。；埃克莱斯顿，J.A。；Duffull，S.B。；Mengerson，K。；Pettitt，A.N。；Goggin，T.，剂量发现研究中的自适应贝叶斯化合物设计，《统计规划与推断杂志》，142，6，1480-1492（2012）·Zbl 1242.62120号 [28] Mukhopadhyay，S.，关于特定反应率剂量水平的贝叶斯非参数推断，生物统计学，56，1，220-226（2000）·Zbl 1060.62642号 [29] Müller，P.，《基于模拟的优化设计》（Berger，J.；Bernardo，J.，Dawid，A.；Smith，A.，《贝叶斯统计学6：第六届巴伦西亚国际会议论文集》，1998年6月6日至10日，第6卷（1999），牛津大学出版社：牛津大学出版社，美国），459-474·Zbl 0974.62058号 [30] 米勒，P。；Berry，D.A。；格里夫·A·P。；史密斯，M。；Krams，M.，基于仿真的序贯贝叶斯设计，《统计规划与推断杂志》，137，10，3140-3150（2007）·Zbl 1114.62076号 [31] O’Quigley，J。；佩佩，M。；Fisher，L.，《持续重新评估方法：癌症第一阶段临床试验的实用设计》，《生物统计学》，46，33-48（1990）·Zbl 0715.62242号 [32] Pavel，H。；什叶派米罗斯拉夫。，使用多重线性化的神经网络顺序优化实验设计，神经计算，733284-3290（2010） [33] 罗伯特·C·P。；Casella，G.，Monte Carlo Statistical Methods（2004），Springer Science+Business Media，LLC:Springer科学+商业媒体，LLC纽约·兹比尔1096.62003 [34] 罗素·K·G。；伍兹特区。；刘易斯，S.M。；Eccleston，J.A.，（D\）-泊松回归模型的最优设计，统计研究，19721-730（2009）·Zbl 1168.62367号 [35] 田，Y。；Wang，D.，估计EDp的序贯贝叶斯设计（第二届国际生物医学工程与信息学会议，2009）。第二届国际生物医学工程和信息学会议，2009年，BMEI'09（2009），IEEE，1-3 [36] 怀特黑德，J。；Brunier，H.，剂量确定实验的贝叶斯决策程序，医学统计学，14885-893（1995） [37] 尹，G。；李毅。；Ji，Y.，使用毒性和疗效比值比在第一/二期临床试验中的贝叶斯剂量发现，生物统计学，62，3，777-787（2006）·Zbl 1111.62114号 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。