曲率度量在医用非线性模型确定中的应用.doc

???? 曲率度量在医用非线性模型确定中的应用 ???? ???? 摘　要：　用曲率度量的方法选取较佳的医用非线性模型，使得非线性模型中的参数能够以较快的速度收敛于最小二乘估计。关键词：　固有曲率　参数效应曲率　非线性模型　最小二乘估计中分类号： O 242.1　　文献标识码：A　　文章编号：1004-4337(2000)05-0390-02 　　人们在确定非线性模型时，常利用变量代换的方法把非线性模型转化为线性模型，或者改进对模型的拟和方法。近些年来，用微分几何的方法来处理统计中的问题，引起了统计界的广泛关注。其中有1980年Bates和Watts定义的反映非线性模型本质的曲率度量［1］。他们把模型的非线性强度分为固有非线性和参数效应非线性。他们的研究表明，绝大多数模型的固有非线性是可以接受的，一般地都有较高的参数效应非线性。由于参数效应非线性越高，应用最小二乘法求参数估计就越困难，因此寻找和确定低参数效应非线性的模型非常必要。因为这样的模型线性性态较好，Gauss-Newton迭代法会很快收敛于最小二乘估计［2］。这就使得为了得到参数估计而发展起来的各种复杂方法都不需要了。 1　模型参数的最小二乘估计 　　由试验变量xi(i=1,2,…n)和响应变量yi(i=1,2,…n)所组成的数据分析中，假定我们所建立的模型为：　　yi=f(xi,θ)+εi　　(1)其中θ为待估的P维参数向量，f(xi,θ)是非线性函数，εi为可观测的随机误差。假定它的数学期望E(εi)=0，方差Var(εi)=σ2，则(1)式的向量形式为：　　Y=η(θ)+ε　　(2)其中η(θ)=f(X,θ),为n维向量。在n维空间Rn中，η(θ)可看作一个关于θ的参数方程。向量η的终点轨迹一般为P维曲面，称为解轨迹，记为F。求解 将得到的最小二乘估计。 2　模型非线性强度的度量 　　Bates和Watts从微分几何观点出发，把模型的非线性强度分为固有非线性和参数效应非线性，定义了相应的曲率度量，即固有曲率和参数效应曲率。从几何观点看，模型的固有曲率是解轨迹F在某一点沿着某一方向的法向曲率，它是一个不变量，与参数的选择无关；参数效应曲率是在同一点的切向曲率，它依赖于坐标系的选择，即与参数的选择有关。具体来说，设在解轨迹上点θ0处取一方向h，通过θ0的任意一条直线可以用几何参数b表示为θ(b)=θ0+bh,其中h(h1,h2,…hp)?，这条直线产生解轨迹上的一条曲线为ηh(b)=η(θ0+bh),沿着h方向的前两阶导数分别为： 其中　　　T分别为ηh的法分量和切分量，则沿h方向的固有曲率和参数效应曲率分别定义为：把沿一切方向最大固有曲率记为KN，最大参数效应曲率记为KT。　　KN=maxhKhN　，　KT=maxhKhT。关于这两个曲率的详细推导和计算机程序见文献［1，2］。 3　实例分析 　　为了研究在高压氧的条件下工作人员的生理反应特点，在高压氧仓内作了某项试验。表1给出了试验中得到的三组原始记录的数据。根据对试验数据的散点的初步分析，选取模型函数的形式为：　　Y=α-βγx　　(3)　　对于数据组1、2、3，表2给出了固有曲率KN的值和参数效应曲率Kh的值。与曲率度量有关的临界值为,其中F=F(p,n-p;α)是从对应于水平为α的F分布表中得出的。若,则认为KN和Kh是可以接受的。表2中给出了在水平α=0.05时的临界值。　　由表2可见，(3)式的固有曲率值是可以接受的，但具有显著的参数效应非线性。当参数效应曲率较大时，可以采用参数变换，选取适当参数，使参数效应曲率降低到可以接受的程度［2］。　　(3)式的重新参数化有多种方式，下面给出两种常用的模型函数：　　y=α-βexp(-γx)　　(4)　　(5) 表1　试验原始记录的数据组 数据组1 数据组2 数据组3 X Y X Y X Y 3 9.1 1 12.3 2 7.1 5 13.0 2 20.1 4 7.0 6 13.7 4 29.6 5 9.6 8 16.9 5 29.6 6 9.7 9 17.4 6 33.4 8 13.2 10 20.0 7 35.0 10 14.2 11 20.8 8 34.7 12 16.5 12 21.9 9 34.8 14 19.1 14 23.8 10 36.7 15 18.0 15 25.6 12 35.3 16 19.2 16 25.9 13 35.9 18 19.3 18 27.3 15 38.0 20 23.0 19 27.6 17 37.2 22 23.6 20 29.5 18 37.0 24 23.5 22 29.5 19 36.9 25 26.5 24 31.4 21 36.5 26 26.6 25 32.1 22