非线性Mixed-Effects建模
执行总体参数的最大似然估计
一个非线性mixed-effects (NLME)模型是一种统计模型,其中包括(人口参数)固定效应和随机效应(个体差异)。它承认相关性在示例子组和适用于小样本大小。你可以估计总体参数,同时考虑个体差异使用各种mixed-effects方法,如采用随机近似(SAEM),一阶条件估计(FOCE),一阶估计(FO),线性mixed-effects (LME),并限制LME近似。有关详细信息,请参见非线性Mixed-Effects建模。
应用程序
SimBiology模型构建器 | 构建QSP、PK / PD和机械系统生物学模型交互 |
SimBiology模型分析 | 分析QSP, PK / PD和机械系统生物学模型 |
功能
对象
主题
NLME基础知识
- 非线性Mixed-Effects建模
SimBiology允许您估计总体参数(固定效应),同时考虑个体差异(随机效应)使用非线性混合效应的技术。 - 金宝app支持SimBiology的参数估计方法
SimBiology®金宝app支持多种优化方法最小二乘和mixed-effects估计问题。 - 误差模型
SimBiology支金宝app持不变,比例,结合指数误差模型。
NLME工作流
- 药动学模型的人口在新生儿苯巴比妥
使用临床药代动力学数据进行非线性mixed-effects建模。 - 适合PK参数使用SimBiology具体问题具体分析工作流
模型参数估计使用SimBiology问题对象。