1 Overview
1.1 简介
SAS的 NLMIXED 过程适用于非线性混合模型——that is, models in which both fixed and random effects enter nonlinearly. 这些模型有很广的应用,最常见的是药物动力学和过离散的二项数据(overdispersed binomial data)。PROC NLMIXED使你能够让你的数据参数服从一种条件分布(随机效应),这种条件既可以是标准分布(正态,二项,泊松),也可以是你使用SAS编程的分布。
PROC NLMIXED 通过最大化随机效应的联合似然值来拟合非线性混合模型。有不同的积分逼近方法可以使用,主要包括自适应高斯积分(adaptive Gaussian quadrature)和一阶泰勒级数积分(a first-order Taylor series approximation)。很多可供选择的技术可用来计算最大似然值。默认的是对偶拟牛顿算法(dual quasi-Newton algorithm)。
PROC NLMIXED 使你能够使用估计模型通过经验贝叶斯估计的随机参数来构建任何函数的预测模型。你也可以预估非随机参数的任意函数,PROC NLMIXED通过使用delta method来他们的计算渐进标准误
1.2 非线性混合模型综述
详见SAS帮助文档http://support.sas.com/documentation