若Ut=pUt-1+Vt如何估计参数
发布网友
发布时间：2022-04-22 07:01
共1个回答
热心网友
时间：2022-06-17 03:31
摘要估算的前提条件：自变量(时间，给药方案)+因变量（浓度）+模型结构对于药动学模型，自变量为：时间，给药方案，（给药方案就是给药的时刻+剂量）;因变量为：采集得到的样品的血药浓度；模型结构是：我们期望使用的模型的实现（内置模型库，代码实现等）估计参数的工作的过程是：1. 猜测一组参数值 - 初值2. 使用这组参数和自变量，预测因变量的值 - 使用ODE求解器计算（矩阵指数法，刚性，非刚性求解器）3. 评估因变量预测值和观测值的接近程度 - 最小二乘法（残差值），最大似然法（似然函数的值）4. 猜测一组将接近观测值的新参数值 - Newton’s Method; Nelder-Mead Simplex Method;5. 回到步骤2，或者如果我们“足够近(close enough)”则完成 - Convergence criterion，收敛准则56ff4c596fb2888bb4332bca5628ef2b.png参数初值参数初值的来源多种多样，大体可以如此划分：- 既往研究获得的值 - 使用单篇文献中报道的值 - 对文献数据汇总分析得到的值 - 之前试验数据分析得到的值 - NCA→个体模型→群体模型- 使用当前数据估算的值 - NCA→个体模型→群体模型 - 网格搜索获得初值 - 曲线剥离获得初值 - 可视化调整获得初值- 从头计算的理论值 - 由分子结构计算所得的理论值 - 由其他种属通过异速缩放得到的值 - 由其他种属体内体外药物代谢及动力学性质（IVIVE）得到的值ODE此部用于计算因变量的预测值，方法由以下几种：- 已知因变量解析解 - 将自变量直接带入计算得到- 未知因变量解析解 - 使用矩阵指数的方法求解 - 放弃解析解，使用ODE通过数值*近的方法求解 - LSODE (Livermore Solver)是Phoenix咨询记录 · 回答于2021-11-02若Ut=pUt-1+Vt如何估计参数您好，很高兴为您服务。正在为您咨询相关信息，马上回复您！估算的前提条件：自变量(时间，给药方案)+因变量（浓度）+模型结构对于药动学模型，自变量为：时间，给药方案，（给药方案就是给药的时刻+剂量）;因变量为：采集得到的样品的血药浓度；模型结构是：我们期望使用的模型的实现（内置模型库，代码实现等）估计参数的工作的过程是：1. 猜测一组参数值 - 初值2. 使用这组参数和自变量，预测因变量的值 - 使用ODE求解器计算（矩阵指数法，刚性，非刚性求解器）3. 评估因变量预测值和观测值的接近程度 - 最小二乘法（残差值），最大似然法（似然函数的值）4. 猜测一组将接近观测值的新参数值 - Newton’s Method; Nelder-Mead Simplex Method;5. 回到步骤2，或者如果我们“足够近(close enough)”则完成 - Convergence criterion，收敛准则56ff4c596fb2888bb4332bca5628ef2b.png参数初值参数初值的来源多种多样，大体可以如此划分：- 既往研究获得的值 - 使用单篇文献中报道的值 - 对文献数据汇总分析得到的值 - 之前试验数据分析得到的值 - NCA→个体模型→群体模型- 使用当前数据估算的值 - NCA→个体模型→群体模型 - 网格搜索获得初值 - 曲线剥离获得初值 - 可视化调整获得初值- 从头计算的理论值 - 由分子结构计算所得的理论值 - 由其他种属通过异速缩放得到的值 - 由其他种属体内体外药物代谢及动力学性质（IVIVE）得到的值ODE此部用于计算因变量的预测值，方法由以下几种：- 已知因变量解析解 - 将自变量直接带入计算得到- 未知因变量解析解 - 使用矩阵指数的方法求解 - 放弃解析解，使用ODE通过数值*近的方法求解 - LSODE (Livermore Solver)是Phoenix
