药代动力学多项指数方程的后验差检验法

在线性药物动力学中,用指数和的形式来表示某一药物的血药浓度时间曲线(?),(?)=sum from i=1 to n(Cie^(-λit),本文提出一种新的统计学标准——后验差检验法用来区别一组多指数模型,按照这种新方法,能够精确地解释多个实验数据点的一种模型是那种(?)大概可信区间最小的模型。

药代动力学多项指数方程的后验差检验法

在线性药物动力学中,用指数和的形式来表示某一药物的血药浓度时间曲线。本文提出一种新的统计学标准——后验差检验法用来区别一组多指数模型,按照这种新方法,能够精确地解释多个实验数据点的一种模型是那种Ct大概可信区间最小的模型。

分形插值与传统插值相结合的方法研究

本文针对测量数据提出了基于分形的线性插值 ,该法综合了分形插值理论和传统线性插值理论的优点。算例表明 :该法优于单一的分形插值和单一的线形插值 。

地表移动趋势项预测模型的研究

地表移动具有趋势项、周期项及随机项,建立高精度地表移动趋势项拟合与预测模型,对地表移动监测研究具有十分重要意义。本文研究了DM(1,1)模型和指数平滑法进行地表移动趋势项建模及精度分析等问题,取得了有益成果。

基于改进灰色模型的中长期电力负荷预测

针对电力系统负荷预测中灰色建模的局限性,通过对灰色预测方法的大量研究,提出了一种能改进灰色预测的方法。对负荷原始数据序列,再利用滑动平均法进行预处理及优化,从而增强灰色预测对波动负荷数据序列的抗干扰能力。利用改进的GM(1,1)模型对电力系统中长期负荷进行预测,并采用后验差检验法对GM(1,1)模型进行检验。理论分析和实例结果表明,改进后的模型提高了普通GM(1,1)模型的预测精度,扩展了该模型的适用范围。

灰色模型中不同维度对模型精度的影响

灰色模型通过较少的数据就可以揭示变形监测数据序列的结构与规律,建立较理想的预测模型,合理地预测未来的发展趋势。但在建模时,选择不同维度的预测数据,模型的预测值也不同,即维度的选择影响着模型的预测精度。通过实际工程数据验证,灰色模型并不需要太多的数据序列就可以达到较好的预测结果。指出在进行灰色模型预测时,尽量选择离端点较近的数据序列来建模,这样的预测效果更为理想。

用灰色系统理论建立药品供应的微机预测模型

本文用灰色系统(Grey System)理论建立了药品供应的预测模型,该模型的计算是用BASIC语言在Great Wall0520—CH计算机上实现的,所建模型用后验差检验法检验,结果后验差比值C=0.125,小误差概率P=1,判定模型等级为一级,用该模型计算的数据与实测数据之间的平均绝对误差为2.50。