Nonlinear Models for Repeated Measurement Data
重复测量数据的非线性模型AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确研究多个个体的重复测量，并以混合效应刻画个体特征，与面板数据结构直接相关。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
重复测量数据的非线性模型
- 研究问题
- 对于多个个体各自的连续重复测量，如何使用非线性混合效应模型描述个体特征，并理解模型的设定、解释与实现？
- 方法与思路
- 文章综述非线性混合效应模型，也称层级非线性模型，介绍其构造、解释和实施，并回顾相关方法、计算技术及应用进展。
- 材料陈述的贡献
- 摘要将文章定位为综述，贡献在于整理模型框架、近期方法发展及应用；没有明确宣称提出新的估计量或理论结果。
- 阅读关注点
- 应核对个体层与总体层参数的含义、随机效应分布和测量误差设定，以及估计方法、软件实现和应用之间的对应关系。
- 阅读边界
- 材料为版本未注明的索引摘要；未给出具体模型、算法或应用结论，综述中的发展范围需结合原文年代核对，不能推断刊本变化。
原文摘要
Nonlinear mixed effects models for data in the form of continuous, repeated measurements on each of a number of individuals, also known as hierarchical nonlinear models, are a popular platform for analysis when interest focuses on individual-specific characteristics.This framework first enjoyed widespread attention within the statistical research community in the late 1980s, and the 1990s saw vigorous development of new methodological and computational techniques for these models, the emergence of general-purpose software, and broad application of the models in numerous substantive fields.This article presents an overview of the formulation, interpretation, and implementation of nonlinear mixed effects models and surveys recent advances and applications.