A geometric characterization of optimal designs for regression models with correlated observations.
A geometric characterization of optimal designs for regression models with correlated observations.
复制标题
DOI：
10.1111/j.1467-9868.2010.00757.x
复制
发表时间：
2011-03-01
期刊：
影响因子：
--
通讯作者：
Pepelyshev A
中科院分区：
文献类型：
--
作者：
Holland-Letz T;Dette H;Pepelyshev A
考虑随机效应模型的最优试验设计问题，特别是总体模型，其中每个个体的相关观测值较少，而不同个体的观测值被假定为不相关。我们专注于c-最优设计问题，并表明，经典的等价定理和著名的几何特征的情况下，不相关的数据可以适应的问题，选择最佳的观察组的n个病人。该理论通过寻找具有相关观测值的线性模型和非线性随机效应群体模型的最优设计来证明，该模型通常用于药代动力学。
We consider the problem of optimal design of experiments for random effects models, especially population models, where a small number of correlated observations can be taken on each individual, while the observations corresponding to different individuals are assumed to be uncorrelated. We focus on c-optimal design problems and show that the classical equivalence theorem and the famous geometric characterization of from the case of uncorrelated data can be adapted to the problem of selecting optimal sets of observations for the n individual patients. The theory is demonstrated by finding optimal designs for a linear model with correlated observations and a nonlinear random effects population model, which is commonly used in pharmacokinetics.
登录
查看更多内容
影响因子：
1.9
作者：
ATKINSON, AC;CHALONER, K;JURITZ, J
通讯作者：
JURITZ, J
影响因子：
--
作者：
SACKS, J;YLVISAKER, D
通讯作者：
YLVISAKER, D
影响因子：
4.5
作者：
Dette, Holger;Holland-Letz, Tim
通讯作者：
Holland-Letz, Tim
DOI：
10.1111/1467-9868.00056
发表时间：
1997-01-01
影响因子：
5.8
作者：
Dette, H
通讯作者：
Dette, H
影响因子：
--
作者：
ELFVING, G
通讯作者：
ELFVING, G