摘要：为克服药理观测数据的不确定性和未知参数高维化给非线性药物动力学模型参数估计带来的困难,基于贝叶斯定理推导了模型参数的后验分布.采用马尔科夫链蒙特卡罗（MCMC）方法对参数的后验分布进行采样,从而获得参数的估计值.抽样方法为延迟拒绝自适应抽样算法（DRAM）,实证结果表明,DRAM方法能够对药物动力学模型进行良好的参数估计.对比DRAM算法和常用、经典的Metropolis Hastings（MH）模拟结果,可以发现DRAM算法在求解药物动力学模型参数估计问题具有更小的误差,同时具有稳定、收敛速度更快,高效的特点.
分类：期刊> 人文社会科学> 社会科学II> 教育综合
收录：知网收录(中) > 维普收录(中) > 万方收录(中) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：贝叶斯推理 药物动力学模型 dram mcmc
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
