Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > stat > arXiv:0803.2108

帮助 | 高级搜索

统计学 > 方法论

arXiv:0803.2108 (stat)
[提交于 2008年3月14日 ]

标题: 基于一类由Emax模型和一室模型混合而成的组合模型的局部D-最优设计

标题: Locally D-optimal designs based on a class of composed models resulted from blending Emax and one-compartment models

Authors:X. Fang, A. S. Hedayat
摘要: 引入了一类结合药代动力学房室模型和药效学Emax模型的非线性模型。 对于四参数组合模型,发现局部D最优(LD)设计是一个饱和的四个点均匀LD设计,且设计空间的两个边界点包含在LD设计的支持集中。 对于五参数组合模型,推导出了使LD设计所需的采样时间点数最少的一个充分条件。 同时,还研究了这两个模型的鲁棒LD设计。 研究发现,若两个组合模型中的线性参数均为无关参数,则具有$k$参数的LD设计等价于具有$k-1$参数的LD设计。 给出了多种LD设计的例子。
摘要: A class of nonlinear models combining a pharmacokinetic compartmental model and a pharmacodynamic Emax model is introduced. The locally D-optimal (LD) design for a four-parameter composed model is found to be a saturated four-point uniform LD design with the two boundary points of the design space in the LD design support. For a five-parameter composed model, a sufficient condition for the LD design to require the minimum number of sampling time points is derived. Robust LD designs are also investigated for both models. It is found that an LD design with $k$ parameters is equivalent to an LD design with $k-1$ parameters if the linear parameter in the two composed models is a nuisance parameter. Assorted examples of LD designs are presented.
评论: 发表于http://dx.doi.org/10.1214/009053607000000776的《统计学年鉴》(http://www.imstat.org/aos/),由数理统计研究所(http://www.imstat.org)出版。
主题: 方法论 (stat.ME) ; 统计理论 (math.ST)
MSC 类: 62K05 (Primary)
引用方式: arXiv:0803.2108 [stat.ME]
  (或者 arXiv:0803.2108v1 [stat.ME] 对于此版本)
  https://doi.org/10.48550/arXiv.0803.2108
通过 DataCite 发表的 arXiv DOI
期刊参考: IMS-AOS-AOS0302
相关 DOI: https://doi.org/10.1214/009053607000000776
链接到相关资源的 DOI

提交历史

来自: A. S. Hedayat [查看电子邮件]
[v1] 星期五, 2008 年 3 月 14 日 08:50:29 UTC (191 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • 其他格式
查看许可
当前浏览上下文:
stat.ME
< 上一篇   |   下一篇 >
新的 | 最近的 | 2008-03
切换浏览方式为:
math
math.ST
stat
stat.TH

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号