线性混合模型推导

线性混合模型推导？

定量描述和估计本地番鸭体重生长的轨迹和参数。【方法】本研究对116只番鸭进行了21weeks的饲养和观测; 利用5种生长函数(Gompertz、Logistic、VonBertalanffy、Richards和Brody)拟合了番鸭体重生长的非线性混合效应模型; 分别计算了这些模型的8个生长参数(成熟体重、拐点日龄、拐点体重、初生体重、绝对生长率、相对生长率、绝对成熟率和相对成熟率); 根据信息准则、误差方差的大小和生长参数估计值的准确度,比较了不同模型间的拟合和估计结果。【结果】与非线性固定效应模型比较,5种非线性混合效应模型拟合的番鸭体重生长方程和估计的8个生长参数,其准确度整体上提高了许多; 全群番鸭体重生长Gompertz非线性混合效应模型,其信息准则最小,误差方差减少量达99.92%; 雄、雌番鸭体重生长Richards非线性混合效应模型,其信息准则最小,误差方差减少量分别是89.80%、91.81%。

声明：本文内容由网友自发贡献，本站不承担相应法律责任。对本内容有异议或投诉，请联系2913721942#qq.com核实处理，我们将尽快回复您，谢谢合作！