Parameter Estimation in Nonlinear Mixed Effect Models Using saemix, an R Implementation of the SAEM Algorithm

Abstract : The saemix package for R provides maximum likelihood estimates of parameters in nonlinear mixed effect models, using a modern and efficient estimation algorithm, the stochastic approximation expectation-maximisation (SAEM) algorithm. In the present paper we describe the main features of the package, and apply it to several examples to illustrate its use. Making use of S4 classes and methods to provide user-friendly interaction, this package provides a new estimation tool to the R community.
Type de document :
Article dans une revue
Journal of Statistical Software, University of California, Los Angeles, 2017, 〈10.18637/jss.v080.i03 〉
Liste complète des métadonnées

Littérature citée [40 références]  Voir  Masquer  Télécharger

http://www.hal.inserm.fr/inserm-01502767
Contributeur : Thu Thuy Nguyen <>
Soumis le : mercredi 12 avril 2017 - 15:14:41
Dernière modification le : jeudi 12 avril 2018 - 01:50:34
Document(s) archivé(s) le : jeudi 13 juillet 2017 - 12:18:06

Fichiers

jss2399_hal.pdf
Fichiers produits par l'(les) auteur(s)

Licence


Domaine public

Identifiants

Citation

Emmanuelle Comets, Audrey Lavenu, Marc Lavielle. Parameter Estimation in Nonlinear Mixed Effect Models Using saemix, an R Implementation of the SAEM Algorithm. Journal of Statistical Software, University of California, Los Angeles, 2017, 〈10.18637/jss.v080.i03 〉. 〈inserm-01502767〉

Partager

Métriques

Consultations de la notice

282

Téléchargements de fichiers

516