非线性混合效应建模
对总体参数进行最大似然估计
非线性混合效应(NLME)模型是一种同时包含固定效应(总体参数)和随机效应(个体变化)的统计模型。它可以识别样本子组内的相关性,并适用于小样本。在考虑个体变化的同时,您可以使用各种混合效应方法估计总体参数,例如期望最大化的随机近似(SAEM)、一阶条件估计(FOCE)、一阶估计(FO)、线性混合效应(LME)和限制LME近似。详细信息请参见非线性混合效应建模。
应用程序
SimBiology模型构建器 | 交互式构建QSP、PK/PD和机械系统生物学模型 |
SimBiology模型分析器 | 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
- 非线性混合效应建模
SimBiology允许您在使用非线性混合效应技术考虑个体变化(随机效应)的同时估计种群参数(固定效应)。 - 金宝appSimBiology中支持的参数估计方法
SimBiology®金宝app支持各种优化方法的最小二乘和混合效应估计问题。 - 误差模型
SimBiology支金宝app持常量、比例、组合和指数误差模型。
NLME工作流
- 苯巴比妥在新生儿体内的群体药代动力学模型
利用临床药代动力学数据进行非线性混合效应建模。 - 使用SimBiology基于问题的工作流拟合PK参数
使用SimBiology问题对象估计模型参数。