Nonlinear-Mixed Effects TechniquesS

Nonlinear-Mixed Effects Techniques

SimBiology provides nonlinear mixed-effects (NLME) methods to simultaneously fit population data. The following NLME algorithms are included:

Stochastic Approximation Expectation-Maximization (SAEM)
First-order conditional estimate (FOCE)
First-order estimate (FO)
Linear mixed-effects approximation (LME)
Restricted LME approximation (RELME)

ผลลัพธ์ (ไทย) 1:

เทคนิคการไม่เชิงเส้นผสมผลSimBiology ให้ไม่เชิงเส้นผสมผลวิธี (NLME) พร้อมกันพอดีกับข้อมูลประชากร อัลกอริทึม NLME ต่อไปนี้จะรวม:ประมาณแบบเฟ้นสุ่มความคาดหวัง-Maximization (แซ้ม)ครั้งแรกสั่งแบบมีเงื่อนไขประเมิน (FOCE)ประเมินลำดับแรก (สมนา)ประมาณเส้นผสมผล (lme จด)ประมาณ lme จดจำกัด (RELME)

ผลลัพธ์ (ไทย) 2:

ผลไม่เชิงเส้นผสมเทคนิคSimBiology มีผลกระทบเชิงเส้นผสม (NLME) วิธีการที่ข้อมูลประชากรพร้อมกันพอดี ต่อไปนี้ขั้นตอนวิธีการ NLME จะถูกรวม: Stochastic คาดหวังประมาณ-ปรับปรุงสูงสุด (แซม) เป็นครั้งแรกเพื่อประมาณการเงื่อนไข (Foce) ประมาณการครั้งแรกที่สั่งซื้อ (FO) เชิงเส้นผสมผลประมาณ (LME) จำกัด LME ประมาณ (RELME)

ผลลัพธ์ (ไทย) 3:

เส้นผสมผลเทคนิค

simbiology ให้เส้นผสมผล ( nlme ) วิธีการพร้อมกันพอดี ข้อมูลประชากร ต่อไปนี้ nlme ขั้นตอนวิธีรวม :

สุ่มประมาณความคาดหวังสูงสุด ( แซม )
สั่งก่อน เงื่อนไขการประเมิน ( กดดัน )
ประมาณการสั่งซื้อครั้งแรก ( FO )
เชิงเส้นผลประมาณผสม ( LME )
LME ประมาณ ( relme ) จำกัด