利用2种非线性混合效应模型(2水平)对杉木林胸径生长量的分析

选择2种2水平非线性混合模型对杉木林胸径生长量进行分析,其中模型1为一般的2水平非线性混合模型,模型2在模型1的基础上进一步考虑固定效应参数随某一特定因子水平变化而变化。本文通过对这2种模型的分析,首先确定构建2水平非线性混合模型的基础模型,然后对模型1衍生出的665种模型及模型2衍生出的2703种模型进行计算和比较:对于模型1,有57种模型计算收敛,当形参b0同时考虑区组和样地效应、而b4和b5只考虑区组效应时,模型拟合效果最好,因此把该模型作为模型1的最佳拟合模型;对于模型2,有24种模型计算收敛,当形参b5同时考虑区组和样地效应、b1只考虑区组效应并且固定效应b0的取值与各区组水平有关时,模型拟合效果最好,因此把该模型作为模型2的最佳拟合模型。最后对传统的非线性回归模型、模型1及模型2进行比较:模型1和模型2的拟合效果都比传统的非线性回归模型好,且模型2的拟合效果最好。

两水平非线性混合模型对杉木林优势高生长量研究

利用两水平非线性混合模型对杉木(Cunninghamia lanceolata)优势高进行分析。概述了两水平非线性混合模型并简单介绍了该模型的参数估计方法;选用了5种常见的Richards和Logistic形式模型作为构建混合模型的基础模型,利用建模数据分别对这些基础模型各自衍生出的19种混合模型进行计算及比较,结果表明:这5种基础模型对应的最佳混合模型分别为模型(3-1)模型(3-5);最后把这些最佳混合模型及传统的回归模型两两进行比较,结果表明:二水平非线性混合模型拟合效果比传统的回归模型拟合效果要好,并且基础模型4对应的二水平混合模型(式3-4)拟合效果最好。

一类非线性动态系统的混合H_2/H_∞模糊输出反馈跟踪控制

讨论一类非线性动态系统的混合H2/H∞模糊输出反馈跟踪控制问题。首先利用T-S模糊模型对系统进行建模,然后设计基于观测器的控制器,使跟踪误差尽可能的小,并且对于任何有界参考输入,满足给定的H∞跟踪性能,以及在满足给定的H∞跟踪性能下,达到H2次优控制性能,最后将观测器与控制器的设计问题转化为EVP(特征值问题)。

基于模糊双曲模型的混合H_2/H_∞控制

针对一类离散非线性系统,提出一种基于模糊双曲模型(FHM)的多目标控制器设计方法.利用模糊双曲模型来表述一类非线性系统,建立基于模糊双曲模型的控制器.该控制器本质上是一种模糊控制器,也是具有饱和特性的非线性反馈控制器.使用LMI方法设计该控制器以保证闭环系统是渐近稳定的,并且可以通过求解一个基于LMI的优化问题,得到次优的控制器增益矩阵,使得闭环系统同时满足H2性能指标上界最小和H∞范数界γ.仿真结果表明,该方法是有效的.

基于混合效应模型的杉木单木冠幅预测模型

以湖南省黄丰桥国有林场103块样地共2461株杉木为例,建立单木冠幅模型。由于所调查数据是在不同立地条件下相同样地中重复观察得到,数据间存在明显相关性,为解决此问题,将考虑立地指数和样地对冠幅生长的随机影响,即建立嵌套2水平非线性混合冠幅模型。从12个常用林分模型中选出较好的冠幅直径模型作为构建混合模型的基础模型。除胸高直径外,还考虑其他17个林分或树木因子对冠幅的影响。通过指标AIC(akaike information criterion)和对数似然确定最佳形式参数随机效应组合类型,用指数函数、幂函数以及常数加幂函数3种形式的残差方差模型消除异方差,最后对混合模型和传统回归模型进行比较及评价。结果表明:逻辑斯蒂形式的冠幅直径模型[模型(13)]拟合效果较好,选择为基础模型;胸径、冠底高、树高和样地优势高是影响冠幅的主要因子;幂函数消除异方差效果最好;与立地指数相比,立地指数与样地的嵌套效应对冠幅影响更大;模型(15)的嵌套2水平比总体平均水平和立地指数水平预测精度高,相比于模型(13)有明显改进。本文主要为方法研究,对于其他树种可以用相似方法构建冠幅模型。

非线性混合效应模型统一标准形式及应用

非线性混合效应模型(nonlinear mixed effect model, NLMEM)对分析重复调查数据有着突出优势并且得到广泛应用.但是现有的混合模型仅包含单水平和逐级嵌套多水平的随机效应分析,没有包括交互作用及其他组合类型随机效应分析,因此,现有的NLMEM没有一个统一的标准表达式.本文的目的在于提出一个包括所有随机效应类型NLMEM的统一表达式,并且给出正态分布NLMEM的一种参数计算方法 (线性逼近-逐步2次规划).通过落叶松实例和数值模拟验证表明,线性逼近-逐步2次规划算法具有较高的计算精度和较快的计算速度.该算法已在ForStat 2.2版本上实现.除此之外, NLMEM统一表达式还可推广到组变量情形,即考虑组变量的NLMEM.

利用SAS MIXED和SAS NLMIXED实现线性或非线性多水平模型的Meta分析

目的介绍利用SAS MIXED和SAS NLMIXED实现线性或非线性多水平模型的Meta分析。方法以Shim等发表的辅助手术降低宫颈癌根治性同步放化疗患者局部复发风险的系统评价结果作为实例数据,利用SAS软件实现基于线性或非线性多水平模型的Meta分析,并提供编程代码。结果在没有协变量情况下,基于双变量随机效应模型的PROC MIXED和非线性混合效应模型的PROC NLMIXED的OR合并效应值分别为[0.63,95%CI(0.46,0.87),P=0.005 7]和[0.60,95%CI(0.39,0.81),P=0.000 3]。在带有协变量情况下,双变量随机效应模型和非线性混合效应模型OR效应值为[0.65,95%CI(0.47,0.91),P=0.011]和[0.59,95%CI(0.38,0.80),P=0.000 3]。协变量OR效应值分别为[2.70,95%CI(0.16,45.23),P>0.05]和[1.86,95%CI(-0.07,3.79),P=0.06]。结论利用SAS NLMIXED非线性混合效应模型拟合的Meta分析结果与SAS MIXED线性混合效应模型的Meta分析结果相似,鉴于PROC NLMIXED具有强大的编程能力及非线性混合效应模型对稀疏数据具有灵活的建模能力,PROC NLMIXED在Meta分析领域将发挥越来越重要的作用。

中国健康受试者口服奥美拉唑肠溶胶囊的群体药动学研究

目的建立中国健康受试者口服奥美拉唑肠溶胶囊的群体药动学模型,定量考察影响奥美拉唑临床药动学的显著因素。方法选取南京医科大学附属南京医院于2016年4~6月招募的20名中国男性健康受试者,单剂量给予奥美拉唑肠溶胶囊20 mg,LC-MS/MS法测定奥美拉唑血药浓度,聚合酶链式反应-限制性片段长度多态性法测定CYP2C19基因型,采用非线性混合效应模型法建立奥美拉唑群体药动学模型,自举法验证模型的稳定性。结果奥美拉唑在健康受试者体内的药动学可用一级消除的一房室模型来描述,个体间变异符合指数模型。奥美拉唑清除率(CL/F)、分布容积(V/F)和吸收常数(Ka)的群体典型值分别为19.5 L/h、16 L和0.633/h。尿素氮对Ka有显著性影响,CYP2C19代谢表型对CL/F有显著性影响。自举法的验证结果与模型计算值相符。结论所建立的群体药动学模型能较好的解释奥美拉唑药动学个体差异的原因,可为奥美拉唑临床个体化用药提供药动学参考。

NONMEM法探索CYP1A2对儿童卡马西平群体药动学的影响

目的用非线性混合效应模型法探索CYP1A2对儿童卡马西平群体药动学的影响。方法回顾性收集180名癫痫患儿的临床资料及720个卡马西平血药浓度监测数据,采用非线性混合效应模型法估算群体药动学参数并建立模型,采用图形法和可视化预测检验的方法对最终模型进行验证。结果建立了该药物的一级吸收一室模型,最终模型参数如下:CL=3.25×(WT/29.8)0.22×e0.05(AA=1)×eηCL(L·h-1),Vd=34.78×eηVd(L),Ka=1.2·h-1。当CYP1A2-163为AA时,AA=1;当CYP1A2-163为CA或CC时,AA=0。患儿体质量的增长可以导致药物清除率的非线性增加,CYP1A2-163C>A突变可加快卡马西平的清除。结论患儿的体质量与CYP1A2基因突变(-163C>A)对CL有显著影响,在用药前建议考虑患者体质量与CYP1A2基因型。