奥斯卡·加西亚 通过转换为最小二乘问题来估计可约随机微分方程。 （英语） Zbl 1417.65039号 计算。斯达。 34，第1期，23-46（2019年）. 摘要：随机微分方程（SDE）越来越多地用于纵向数据分析、分段模型、生长建模和许多学科中的其他应用。然而，参数估计目前需要一些难以使用和理解的专用软件包。这项工作开发并演示了一种使用标准非线性最小二乘或混合效应软件估计可约SDE的方法。可减少的SDE是通过改变线性SDE中的变量获得的，对于许多情况的建模来说足够灵活。该方法基于扩展一种已知技术，该技术将高斯模型的最大似然估计与因变量的非线性变换转换为等效最小二乘问题。类似的想法也可以用于贝叶斯最大后验估计。本文介绍了如何获得包含过程和观测噪声的可约SDE的参数估计，包括具有固定或随机组参数的分层模型。给出了\（R\）中的代码和示例。本文详细讨论了单变量SDE，并更简要地概述了对多元情况的扩展。使用经过良好测试和熟悉的标准软件应使SDE建模更加透明和可访问。 引用于2文件 MSC公司： 62-08 统计问题的计算方法 62米05 马尔可夫过程：估计；隐马尔可夫模型 60 H10型 随机常微分方程（随机分析方面） 62页第10页 统计学在生物学和医学中的应用；元分析 关键词：随机过程;纵向数据;增长曲线;房室模型;混合效应 软件：质量（R）;车辆08;对;S-PLUS系统;连续扫描电镜;CRAN（起重机）;尤玛;PSM公司;MEMSS公司;浮夸 PDF格式BibTeX公司 XML格式引用 \textit{O.García}，计算。Stat.34，No.1，23-46（2019；Zbl 1417.65039） 全文： 内政部 arXiv公司 参考文献： [1] Allen E（2007）《随机微分方程建模》。多德雷赫特·施普林格，第228页·兹比尔1130.60064 [2] Arnold L（1974）随机微分方程：理论与应用。纽约威利·Zbl 0278.60039号 [3] Artzrouni M，Reneke J（1990）《人口统计学中的随机微分方程：综述》。应用数学计算39（3）：139-153。https://doi.org/10.1016/0096-3003（90）90078小时·Zbl 2016年7月9日 ·doi:10.1016/0096-3003（90）90078-h [4] Batho A，GarcíA O（2014）不列颠哥伦比亚省抱杆松的立地指数模型。《科学》60（5）：982-987。https://doi.org/10.5849/forsci.13-509 ·doi:10.5849/forsci.13-509 [5] Bishwal JP（2008）随机微分方程中的参数估计。柏林施普林格。https://doi.org/10.1007/978-3-540-74448-1 ·Zbl 1134.62058号 ·doi:10.1007/978-3-540-74448-1 [6] Box GEP，Cox DR（1964）《转换分析》。J R Stat Soc B 26（2）：211-252。https://doi.org/10.21236/ada110447 ·Zbl 0156.40104号 ·doi:10.21236/ada110447 [7] Broad L，Lynch T（2006）爱尔兰Sitka云杉生长模型。Ir适用于63（1和2）：53-79 [8] Brouste A、Fukasawa M、Hino H、Iacus S、Kamatani K、Koike Y、Masuda H、Nomura R、Ogihara T、Shimuzu Y、Uchida M、Yoshida N（2014）yuima项目：随机微分方程模拟和推理的计算框架。J Stat Softw杂志57（1）：1-51。https://doi.org/10.18637/jss.v057.i04 ·doi:10.18637/jss.v057.i04 [9] Bu R，Giet L，Hadri K，Lubrano M（2010）使用时变连接函数和可约非线性随机微分方程对多元利率进行建模。《金融经济学杂志》9（1）：198-236。https://doi.org/10.1093/jjfinec/nbq022 ·doi:10.1093/jjfinec/nbq022 [10] Bu R，Cheng J，Hadri K（2016），适用于短期利率的时变转换可减少扩散。经济模型52（A部分）：266-277。https://doi.org/10.1016/j.econmod.2014.10.039 ·doi:10.1016/j.econmod.2014.10.039 [11] Cleur EM（2000）一类一维随机微分方程模型的最大似然估计。《时间序列分析杂志》22（5）：505-515。https://doi.org/10.1111/1467-9892.00238 ·Zbl 0979.62062号 ·数字对象标识代码：10.1111/1467-9892.00238 [12] CRAN（2017）综合R档案网络。https://cran.r-project.org/。访问时间：2017-07-24 [13] Cuenod CA、Favetto B、Genon-Catalot V、Rozenholc Y、Samson A（2011）使用随机微分方程从动态对比增强MRI数据进行参数估计和变化点检测。数学生物科学233（1）：68-76。https://doi.org/10.1016/j.mbs.2011.06.006 ·Zbl 1226.92046号 ·doi:10.1016/j.mbs.2011.06.006 [14] Davidian M，Giltinan DM（2003）《重复测量数据的非线性模型：概述和更新》。农业生物环境杂志Stat 8（4）：387-419。https://doi.org/10.1198/1085711032697 ·doi:10.1198/1085711032697 [15] Donnet S，Samson A（2008）随机微分方程定义的混合模型的参数推断。ESAIM Probab统计12:196-218。https://doi.org/10.1051/ps:2007045 ·Zbl 1182.62164号 ·doi:10.1051/ps:2007045 [16] Donnet S，Samson A（2013）《药代动力学/药效学模型随机微分方程估计综述》。高级药物交付版本65（7）：929-939。https://doi.org/10.1016/j.addr.2013.03.005 ·doi:10.1016/j.地址：2013.03.005 [17] Donnet S、Foulley JL、Samson A（2010）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。生物统计学66（3）：733-741。https://doi.org/10.1111/j.1541-0420.2009.01342.x ·Zbl 1203.62187号 ·文件编号：10.1111/j.1541-0420.2009.01342.x [18] Driver CC、Oud JHL、Voelkle MC（2017），使用R包ctsem进行连续时间结构方程建模。J Stat Softw杂志77（5）：1-35。https://doi.org/10.18637/jss.v077.i05 ·doi:10.18637/jss.v077.i05 [19] Favetto B，Samson A（2010）生物应用的二维部分观测Ornstein-Uhlenbeck过程的参数估计。扫描J Stat 37:200-220。https://doi.org/10.1111/j.1467-9469.2009.00679.x ·Zbl 1224.62032号 ·文件编号：10.1111/j.1467-9469.2009.00679.x [20] Filipe PA、Braumann CA、Brites NM、Roquete CJ（2010）《随机环境中动物生长建模：使用非参数估计的应用》。《生物杂志》52（5）：653-666。https://doi.org/10.1002/bimj.200900273 ·Zbl 1203.62138号 ·doi:10.1002/bimj.200900273 [21] Furnival GM（1961）一种用于比较构造体积表中使用的方程的索引。对于Sci 7（4）：337-341 [22] García O（1983）林分高度增长的随机微分方程模型。生物统计学39（4）：1059-1072。https://doi.org/10.2307/2531339 ·Zbl 0535.62089号 ·doi:10.2307/2531339 [23] García O（1984）《均匀林分的新一类生长模型：黄金丘陵森林中的辐射松》。N Z J科学版14:65-88 [24] García O（2008）增长函数和概率分布一般族的可视化——增长曲线探索者。环境模型软件23（12）：1474-1475。https://doi.org/10.1016/j.envsoft.2008.04.005 ·doi:10.1016/j.envsoft.2008.04.005 [25] Gardiner CW（1985）《物理、化学和自然科学随机方法手册》，第4版。柏林施普林格·Zbl 0713.60076号 [26] Griewank A，Toint PL（1982）大型结构化优化问题的分区变量度量更新。数字。数学。39:119-137. https://doi.org/10.1007/bf01399316 ·Zbl 0482.65035号 ·doi:10.1007/bf01399316 [27] Henderson D，Plaschko P（2006），《科学与工程中的随机微分方程》，世界科学出版社，新加坡。https://doi.org/10.1142/9789812774798 ·Zbl 1127.60003号 ·doi:10.1142/9789812774798 [28] Hotelling H（1927）存在误差的微分方程和人口估计。美国统计学会杂志22:283-314。https://doi.org/101080/01621459.1927.10502963 ·doi:10.1080/016214591927.10502963 [29] King A，Nguyen D，Ionides E（2016）通过R包pomp对部分观测到的马尔可夫过程进行统计推断。J Stat Softw统计软件69（1）：1-43。https://doi.org/10.18637/jss.v069.i12 ·doi:10.18637/jss.v069.i12 [30] Klim S，Mortensen SB，Kristensen NR，Overgaard RV，Madsen H（2009）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。生物识别计算方法程序94（3）：279-289。https://doi.org/10.1016/j.cmpb.2009.02.001 ·doi:10.1016/j.cmpb.2009.02.001 [31] Kloeden PE，Platen E（1992）随机微分方程的数值解。柏林施普林格·Zbl 0752.60043号 [32] Kristensen NR、Madsen H和Ingwersen SH（2005）《使用随机微分方程进行PK/PD模型开发》。《药理学动力学杂志》32（1）：109-141。https://doi.org/10.1007/s10928-005-2105-9 ·doi:10.1007/s10928-005-2105-9 [33] Kunita H（2010）《随机微积分：应用的惊人威力》。Stoch Process Appl 120（5）：622-652。https://doi.org/10.1016/j.spa.2010.01.013 ·Zbl 1202.60079 ·doi:10.1016/j.spa.2010.01.013 [34] Lv Q，Pitchford JW（2007）《随机von Bertalanffy模型及其在鱼类招募中的应用》。《Theor生物学杂志》244（4）：640-655。https://doi.org/10.1016/j.jtbi.2006.09.009 ·Zbl 1450.92071号 ·doi:10.1016/j.jtbi.2006.09.009 [35] Martinez AS、González RS、Terçariol CAS（2008）广义对数和指数函数的连续增长模型。物理学A 387（23）：5679-5687。https://doi.org/10.1016/j.physa.2008.06.015 ·doi:10.1016/j.physa.2008.06.015 [36] Moler C，Van Loan C（2003）二十五年后，计算矩阵指数的十九种可疑方法。SIAM版本45（1）：3-49。https://doi.org/10.1137/S00361445024180 ·Zbl 1030.65029号 ·doi:10.1137/S00361445024180 [37] Moller J，Madsen H（2010）通过Lamperti变换从随机微分方程中的状态依赖扩散到常数扩散。IMM-技术报告-2010-16，丹麦技术大学，DTU Informatics，Lyngby，Denmark。http://orbit.dtu.dk/files/5175845/tr10_16.pdf [38] Nielsen JN，Madsen H，Young PC（2000）《随机微分方程中的参数估计：概述》。年度收益控制24:83-94。https://doi.org/10.1016/S1367-5788(00)90017-8 ·doi:10.1016/S1367-5788（00）90017-8 [39] Öksendal B（2003）随机微分方程，第6版。柏林施普林格。https://doi.org/10.1007/978-3-642-14394-6_5 ·Zbl 1025.60026号 ·doi:10.1007/978-3642-14394-65 [40] Paige R，Allen E（2010）随机微分方程增长模型的闭式可能性。Can J Stat-revue Canadienne De Statistique加拿大统计杂志38（3）：474-487。https://doi.org/10.1002/cjs.10071 ·Zbl 1327.62453号 ·doi:10.1002/cjs.10071 [41] Picchini U，Ditlevsen S（2011）高维随机微分混合效应模型的实用估计。计算统计数据分析55（3）：1426-1444。https://doi.org/10.1016/j.csda.2010.003 ·Zbl 1328.65014号 ·doi:10.1016/j.csda.2010.10.003 [42] Piccini U，de Gaetano A，Ditlevsen S（2010）随机微分混合效应模型。Scand J Stat 37（1）：67-90。https://doi.org/10.1111/j.1467-9469.2009.00665.x ·Zbl 1224.62041号 ·文件编号：10.1111/j.1467-9469.2009.00665.x [43] Pinheiro JC，Bates DM（2000），S和S-plus中的混合效应模型。纽约州施普林格。https://doi.org/10.1007/b98882 ·Zbl 0953.62065号 ·doi:10.1007/b98882 [44] R开发核心团队（2009）R：统计计算的语言和环境。R统计计算基金会，维也纳。国际标准图书编号：3-900051-07-0。网址：http://www.R-project.org [45] Richards FJ（1959）经验使用的灵活增长函数。《实验生物学杂志》10（29）：290-300。https://doi.org/10.1093/jxb/10.2.290 ·doi:10.1093/jxb/10.2.290 [46] Seber GAF，Wild CJ（2003）非线性回归。纽约威利，第768页。https://doi.org/10.1002/0471725315 ·Zbl 0721.62062号 ·doi:10.1002/0471725315 [47] Sen P（1989）耦合酶系统的随机模型。《生物杂志》31（8）：973-992。https://doi.org/10.1002/bimj.4710310814 ·兹伯利0693.92010 ·doi:10.1002/bimj.4710310814 [48] Simoncini V（2016）线性矩阵方程的计算方法。SIAM修订版58（3）：377-441。https://doi.org/10.1137/10912839 ·Zbl 1386.65124号 ·doi:10.1137/130912839 [49] 斯奈德，TAB；Lewis-Beck，M.（编辑）；Bryman，A.（编辑）；Liao，T.（编辑），多水平分析，第2期，673-677（2003），千橡树 [50] Soo YW，Bates DM（1992）松耦合非线性最小二乘法。计算机统计数据分析14（2）：249-259。https://doi.org/10.1016/0167-9473（92）90177小时·Zbl 0875.62281号 ·doi:10.1016/0167-9473（92）90177-h [51] Strathe AB，Sorensen H，Danfaer A（2009）动物生长和能量摄入相结合的新数学模型：生长猪的案例。《Theor生物学杂志》261（2）：165-175。https://doi.org/10.1016/j.jtbi.2009.07.039 ·Zbl 1403.92032号 ·doi:10.1016/j.jtbi.2009.07.039 [52] Venables WN，Ripley BD（2002）《现代应用统计学》，第4版。纽约州施普林格。https://doi.org/10.1007/978-0-387-21706-2 ·Zbl 1006.62003号 ·doi:10.1007/978-0-387-21706-2 [53] von Bertalanffy L（1949）有机生长问题。自然163:156-158。https://doi.org/10.1038/163156a0 ·数字对象标识代码：10.1038/163156a0 [54] Whitaker GA、Golightly A、Boys RJ、Sherlock C（2017）扩散驱动混合效应模型的贝叶斯推断。贝叶斯分析12（2）：435-463。https://doi.org/10.1214/16-BA1009 ·Zbl 1384.62109号 ·doi:10.1214/16-BA1009 [55] Wilks SS（1962）《数理统计》，第2版。纽约威利·Zbl 0173.45805号 [56] Zacks S（1971）统计推断理论。纽约威利，p609 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。