一种判定生物生长曲线模型参数存在连续变异的新方法
统计方法学
2021-02-17 v1
摘要
对生物有机体生长的定量评估已产生许多数学方程。在从实验数据中统计识别正确生长模型方面已有诸多努力。每个生长方程在数学结构上都是独特的；然而，通过适当选择参数，一个模型可作为另一个模型的近似。从一组形状本质上相似的模型方程中选出最佳估计模型仍是一个具有挑战性的问题。本稿旨在开发一种能减少模型选择工作量的方法。这是通过以创新方式利用已有的模型选择准则来实现的，该准则大幅减少了模型拟合的次数。在本稿中，我们表明可通过选取参数的合适连续变换从一个模型得到另一个模型。这一思想在文献中分散的许多方程之间建立了相互联系。我们还得到了若干新的生长方程；其中大量方程可由少数关键模型导出。给定一组训练数据点和关键模型，我们利用 Bhowmick 等人 (2014) 提出的区间特定速率参数 (ISRP) 思想为数据获得合适的数学模型。较简单模型参数的 ISRP 剖面指示了参数随时间变异的性质，从而使实验者能够将推断外推至更复杂的模型。我们提出的方法显著减少了模型拟合工作所涉及的工作量。所提思想通过使用模拟和真实数据集进行了验证。此外，还通过研究估计量的统计性质提供了理论依据。
引用
@article{arxiv.2102.07992,
title = {A New Method to Determine the Presence of Continuous Variation in Parameters of Biological Growth Curve Models},
author = {Md Aktar Ul Karim and Supriya Ramdas Bhagat and Amiya Ranjan Bhowmick},
journal= {arXiv preprint arXiv:2102.07992},
year = {2021}
}
备注
52 pages, 56 figures