导读:本文包含了关线性混合模型论文开题报告文献综述及选题提纲参考文献，主要关键词:线性混合模型,药物相互作用,美托洛尔,帕罗西汀
关线性混合模型论文文献综述
蔡俊,朱怀军,聂力,韩丹,张海霞[1]（2019）在《基于线性混合模型定量分析帕罗西汀与美托洛尔的药物相互作用》一文中研究指出目的:基于线性混合模型定量分析帕罗西汀与美托洛尔的药物相互作用。方法:抽取2017年1-12月入住某院长期使用美托洛尔的30例患者,采用线性混合模型,观察合用帕罗西汀后对患者的心率及血压的影响。结果:帕罗西汀与美托洛尔合用后患者的心率、舒张压均降低,差异具有统计学意义,其中心律失常患者的心率下降值最大,而女性患者的舒张压下降值最大;患者在合用帕罗西汀与美托洛尔后发生心动过缓的风险是没有合用时的3.02倍,特别是年龄段为65～80岁的患者风险为8.11倍。结论:避免帕罗西汀与美托洛尔合用,特别是在心律失常患者、女性患者和老年患者中。(本文来源于《中国医院药学杂志》期刊2019年20期）
张玉红,王启,程超,魏亚勋,周志鹏[2]（2019）在《使用全外显子数据综合评估个体心理特质——基于线性混合模型的分析》一文中研究指出当下全基因组关联性研究已成为分子遗传学领域重要的研究趋势。然而研究者似乎更倾向于使用该研究范式探讨抑郁症、多动症等心理疾病的遗传基础,而对于普遍心理特质的全基因组关联性研究则较少。而目前全外显子测序技术在普通人群中的逐渐普及,为全面认识一些心理特质的遗传机制奠定了重要的技术基础。本研究首先通过问卷调查收集大众较为感兴趣的12大类(50小类)心理特质,包括语言能力、数据逻辑能力、空间感知能力、舞蹈能力、绘画能力、运动能力、音乐能力、人格、自我管理、记忆、智力、自然认知;随后,通过检索已发表的文献确定与这些心理特质关联的97个基因位点,即单核苷酸多态性,并进一步建立全基因组的线性混合模型;最后,通过对来自湖北、河南等9个省份的532名被试进行全外显子测序,且通过已建立的线性混合模型预测其不同心理特质的水平。研究还使用大五人格量表、自我控制量表、新奇寻求分量表评估了被试这些特质方面的客观水平;并收集了被试对预测准确性的主观评估。结果显示,通过模型所预测的个体大五人格、自我控制、新奇寻求倾向与其客观水平存在显着的相关;且被试普遍报告该预测结果较为准确。总体上,本研究为发掘一般心理特质的遗传机制开辟了新的研究方向,也为进一步深入地探讨遗传与环境的交互作用带来了重要机遇。(本文来源于《第二十二届全国心理学学术会议摘要集》期刊2019-10-19）
陈欣,粘永健,王忠良[3]（2019）在《基于线性混合模型的高光谱图像分布式压缩感知》一文中研究指出为了实现高光谱图像的有效压缩采样与重构,对分布式压缩采样的高光谱数据应用线性混合模型进行重构。首先,在图像采集阶段,针对高光谱图像的空谱特性,应用分布式压缩采样策略对高光谱数据进行采集;在数据重构阶段,应用高光谱图像的线性混合模型假设,先对压缩数据进行端元数目的估计,再利用估计的端元数来估计丰度矩阵,根据端元特征信号的稀疏性质提取端元矩阵,从而重构出原始的高光谱数据,抛弃了压缩感知重构算法中高计算复杂性的欠定问题求解。实验结果表明:在压缩采样数据为总数据的20%时,重构的平均信噪比比压缩投影主成分分析算法提高了15 dB以上,同时该方法还便于获得端元和丰度信息。所设计的压缩感知方案采样方式简单,重构速度快、精度高,可应用于星载或机载的高光谱压缩感知成像。(本文来源于《红外技术》期刊2019年08期）
吴敏,郑建清,黄碧芬,肖丽华[4]（2019）在《在广义线性混合模型框架下稀有二分类数据的随机效应Meta分析》一文中研究指出稀有二分类数据的Meta分析是医学研究领域的难点,其方法学目前仍不成熟。传统的Meta分析是基于正态-正态模型的固定效应分析或随机效应分析,但这种方法仍然存在方法学上的问题。Stijnen等提出一种基于广义线性混合效应模型(generalized linear mixed model,GLMM)的确切研究内似然模型(exact within-study likelihood models,EWLM)Meta分析技术,包括二项式-正态模型(binomial-normal,BN)和超几何正态模型(hypergeometric-normal model,HNM)等,可方便地实现稀有二分类数据的随机效应Meta分析。本文结合实例介绍其在SAS软件中的实现方法,并提供相关的SAS代码。(本文来源于《中国循证医学杂志》期刊2019年07期）
韩青鹏,单秀娟,万荣,关丽莎,金显仕[5]（2019）在《基于地统计二阶广义线性混合模型的黄海冬季小黄鱼时空分布和资源量指数估算》一文中研究指出使用地统计二阶广义线性混合模型(geostatistical delta-GLMM)分析了2001—2011和2015—2017年黄、渤海小黄鱼越冬群体在黄海中部、南部的空间分布,并用geostatistical delta-GLMM、基于普通克里格插值法和基于站位调查设计的扫海面积法分别估计了小黄鱼资源量指数,对geostatistical delta-GLMM相较基于普通克里格插值法和基于站位调查设计的性能进行了比较研究。结果显示,在2001和2002年,黄海越冬场主要存在北部(36°00′～37°37.5′N,123°15′～124°15′E)、中部(33°75′～36°00′N,123°15′～124°75′E)和东南部(32°00′～33°75′N,124°00′～125°15′E)3个生物量高密度区,其中中部区密度最高。从2003年开始,小黄鱼的生物量密度开始下降,北部和东南部高密度区下降程度高于中部高密度区;至2016—2017年高密度区变得不明显。冬季小黄鱼总资源量指数与小黄鱼的年产量、渔船功率变化趋势相反,呈下降趋势,且大部分年份站位数在37站以上,站位范围覆盖了本实验区域,可排除采样站位因素,这说明小黄鱼资源仍面临过度捕捞,种群处于衰退状态。研究表明,地统计二阶广义线性混合模型估计的2001—2017年冬季黄海中部、南部小黄鱼的总资源量指数相对扫海面积法和普通克里格法的估计值精确度更高。(本文来源于《水产学报》期刊2019年07期）
孙申[6]（2019）在《基于一组肝硬化数据的线性混合模型与广义线性混合模型预测效果对比》一文中研究指出本文基于哥本哈根几所医院开展的肝硬化临床试验的数据分别构建了线性混合模型和广义线性混合模型,并进行了比较研究。线性混合模型假设响应函数为正态分布,但是在临床数据分析实践中保证收集数据的完全正态性是一件困难的事情,从而基于实际数据对这两类联合模型进行比较研究是一个令人感兴趣、有重要实践意义的问题,且以均方根误差为标准比较了两种模型在临床数据分析中的精度。对于该组数据用广义线性混合模型预测更准确,本文旨在为临床研究者选择纵向模型研究临床实验数据提供参考依据。本文所有计算用R软件完成。(本文来源于《科技经济市场》期刊2019年05期）
肖斌,史亮,曹贻鹏,石双霞,高超[7]（2019）在《基于自适应广义线性混合模型的柴油机源分析》一文中研究指出为识别柴油机构成的多源相关、多通道耦合系统振动源,本文基于信号分析进行其噪声源识别研究。考虑不同激励源同时激励柴油机本体振动,柴油机振动具有基频、谐频构成梳状特征线谱,本文为柴油机多通道耦合振动系统建立广义线性混合模型,并基于自适应滤波提出振动噪声源分析算法。利用提出的自适应广义混合模型算法,通过MISO模型振动源识别数值仿真验证其有效性;基于某V16型高速柴油机振动试验,识别出该柴油机特征线谱,分离出与柴油机本体噪声无关的频谱,实现柴油机振动激励源分析,为柴油机构成的多源相关多通道耦合振动激励源分析提供一种思路。(本文来源于《哈尔滨工程大学学报》期刊2019年12期）
孙成,王卫,刘方田,郭兴宇[8]（2019）在《基于线性混合效应模型的河北省PM_(2.5)浓度时空变化模型研究》一文中研究指出京津冀地区大气PM_(2.5)污染严重.为揭示区域PM_(2.5)时空分布规律,使用2013—2014年河北省地面站点PM_(2.5)监测数据、MODIS AOD (气溶胶光学厚度)遥感数据、地面气象站点数据和土地利用调查数据,基于线性混合效应模型(LME),建立了ρ(PM_(2.5))时空变化与AOD因子、气象因子、土地利用因子之间的关系模型.采用十折交叉验证法对模型精度进行检验,并利用计算得到的校正因子〔全部实测的ρ(PM_(2.5))年均值除以参与建模的所有实测ρ(PM_(2.5))年均值〕纠正因AOD非随机性缺值导致的抽样偏差.结果表明:①河北省区域模拟精度R~2(决定系数)为0. 85,经交叉验证后R~2为0. 77,RMSE (均方根误差)和RPE (相对预测误差)分别为18. 28μg/m~3和28. 68%.②ρ(PM_(2.5))年均值模拟结果的校正因子范围为1. 24～2. 05,校正后的研究区ρ(PM_(2.5))年均值为89. 84μg/m~3,与实际监测数据相近.③ρ(PM_(2.5))空间分布呈平原高、山区低,平原地区西南高、东北低的趋势.④ρ(PM_(2.5))与AOD、温度、相对湿度呈正相关,与风速、大气能见度呈负相关.研究显示,线性混合效应模型能有效对ρ(PM_(2.5))进行时空变化模拟,并实现对非地面监测地区ρ(PM_(2.5))时空变化的预测,恰当的预测因子组合和模型校正有助于模型预测精度的提升.(本文来源于《环境科学研究》期刊2019年09期）
兰彤彤[9]（2019）在《基于线性混合模型的尼古丁依赖的遗传度研究》一文中研究指出目的:烟草使用是当今世界上可预防的致死性疾病发病的主要诱因之一。烟草使用的盛行不仅对人类健康造成危害,同时也给社会造成了严重的经济负担。尼古丁是烟草中的主要有害物质,最大危害就在于其成瘾性。吸烟者会持续不断的吸烟,从而产生尼古丁依赖。尼古丁依赖是一种复杂的多维表型,受到遗传和环境因素等的共同影响。遗传度是用来衡量遗传因素对表型作用的大小,大量的家系和双胞胎研究已经确定了遗传因素对尼古丁依赖的显着影响,但往往存在环境混杂因素等问题。高通量测序技术的出现,使人们能够直接估计与SNPs有关的遗传度。GWAS已经发现了许多与尼古丁依赖相关的SNPs,但GWAS确定的SNPs只能解释遗传度的很小一部分。本研究使用全基因组的SNPs,更准确地估计遗传因素对尼古丁依赖的影响,为找到更多引起尼古丁依赖的SNP位点提供依据。方法:研究资料是来自明尼苏达双胞胎和家庭研究测序样本中的681个家庭的1405个个体的全基因组测序数据和表型值。本研究用到的模型为线性混合模型(LMM),共拟合4个混合线性模型。第一个模型,使用全基因组所有SNPs和亲缘关系作为随机效应,加入性别这个协变量作为固定效应,方差组份数T=2;第二个模型是根据染色体划分全基因组SNPs,使用每对染色体SNPs的亲缘关系作为随机效应,性别作为固定效应,方差组份T=23;第叁个模型是按照MAF大小划分全基因组SNPs,使用每个MAF组的SNPs和亲缘关系作为随机效应,性别作为固定效应,方差组份数T=8;第四个模型是根据基因的功能类别划分全基因组SNPs,使用每个类别的SNPs和亲缘关系作为随机效应,性别作为固定效应,方差组份数T=7。所有模型的各个组份的方差,均使用多组分限制性极大似然估计(REML-MC)来进行估计,从而得出每个组份的遗传度。模型拟合和遗传度的估计,均在GCTA软件中完成。结果:经过分析,全基因组所有SNPs解释了尼古丁依赖变异的44%。根据染色体划分全基因组SNPs时,得出每条染色体的遗传度。其中,8号染色体的遗传度最高,可解释尼古丁依赖变异的12%,其次是10号染色体,解释了尼古丁依赖变异的10.6%。按照MAF大小划分全基因组SNPs,得出每组MAF的遗传度。其中,最小等位基因频率在0.001-0.01之间时遗传度最高,解释了尼古丁依赖变异的24.8%。根据基因的功能类别划分全基因组SNPs,得出每个功能类别的SNPs的遗传度。其中,启动子(promoter)中的SNPs解释尼古丁依赖变异的38.1%。结论:全基因组SNPs估计的遗传度,能更准确地反映遗传因素对尼古丁依赖的影响。与尼古丁依赖有关的遗传信息,在8号染色体、10号染色体、启动子位置上相对较多,且可能存在效应较大的罕见变异。今后,在寻找与尼古丁依赖相关的位点时,可将研究重点放在8号染色体、10号染色体、启动子(promoter)上。且不能只研究常见变异的作用,罕见变异对尼古丁依赖的变异也有一定的影响。(本文来源于《山西医科大学》期刊2019-06-08）
耿俏,李志强,陈少东[10]（2019）在《海量数据下线性混合效应模型的估计算法》一文中研究指出基于以往文献提出线性混合效应模型参数的叁步估计方法,避免了繁杂的极大似然估计迭代步骤。同时为进一步解决海量数据下计算估计量时存在的存储瓶颈及计算时间过长问题,在海量纵向数据的两种不同数据格式下,分别基于叁步估计方法利用分治算法计算模型参数的估计量。数值模拟和实证分析结果表明,本文所提出的叁步估计方法和估计量的分治算法可以减轻计算负担,减少占用内存,解决内存不足的问题,并提高计算速度。(本文来源于《北京化工大学学报(自然科学版)》期刊2019年03期）
关线性混合模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
当下全基因组关联性研究已成为分子遗传学领域重要的研究趋势。然而研究者似乎更倾向于使用该研究范式探讨抑郁症、多动症等心理疾病的遗传基础,而对于普遍心理特质的全基因组关联性研究则较少。而目前全外显子测序技术在普通人群中的逐渐普及,为全面认识一些心理特质的遗传机制奠定了重要的技术基础。本研究首先通过问卷调查收集大众较为感兴趣的12大类(50小类)心理特质,包括语言能力、数据逻辑能力、空间感知能力、舞蹈能力、绘画能力、运动能力、音乐能力、人格、自我管理、记忆、智力、自然认知;随后,通过检索已发表的文献确定与这些心理特质关联的97个基因位点,即单核苷酸多态性,并进一步建立全基因组的线性混合模型;最后,通过对来自湖北、河南等9个省份的532名被试进行全外显子测序,且通过已建立的线性混合模型预测其不同心理特质的水平。研究还使用大五人格量表、自我控制量表、新奇寻求分量表评估了被试这些特质方面的客观水平;并收集了被试对预测准确性的主观评估。结果显示,通过模型所预测的个体大五人格、自我控制、新奇寻求倾向与其客观水平存在显着的相关;且被试普遍报告该预测结果较为准确。总体上,本研究为发掘一般心理特质的遗传机制开辟了新的研究方向,也为进一步深入地探讨遗传与环境的交互作用带来了重要机遇。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
关线性混合模型论文参考文献
[1].蔡俊,朱怀军,聂力,韩丹,张海霞.基于线性混合模型定量分析帕罗西汀与美托洛尔的药物相互作用[J].中国医院药学杂志.2019
[2].张玉红,王启,程超,魏亚勋,周志鹏.使用全外显子数据综合评估个体心理特质——基于线性混合模型的分析[C].第二十二届全国心理学学术会议摘要集.2019
[3].陈欣,粘永健,王忠良.基于线性混合模型的高光谱图像分布式压缩感知[J].红外技术.2019
[4].吴敏,郑建清,黄碧芬,肖丽华.在广义线性混合模型框架下稀有二分类数据的随机效应Meta分析[J].中国循证医学杂志.2019
[5].韩青鹏,单秀娟,万荣,关丽莎,金显仕.基于地统计二阶广义线性混合模型的黄海冬季小黄鱼时空分布和资源量指数估算[J].水产学报.2019
[6].孙申.基于一组肝硬化数据的线性混合模型与广义线性混合模型预测效果对比[J].科技经济市场.2019
[7].肖斌,史亮,曹贻鹏,石双霞,高超.基于自适应广义线性混合模型的柴油机源分析[J].哈尔滨工程大学学报.2019
[8].孙成,王卫,刘方田,郭兴宇.基于线性混合效应模型的河北省PM_(2.5)浓度时空变化模型研究[J].环境科学研究.2019
[9].兰彤彤.基于线性混合模型的尼古丁依赖的遗传度研究[D].山西医科大学.2019
[10].耿俏,李志强,陈少东.海量数据下线性混合效应模型的估计算法[J].北京化工大学学报(自然科学版).2019