Estimación de modelos de ecuaciones diferenciales ordinarias de efectos mixtos lineales en los parámetros

Área de la Ciencia:

• Estadística
• Modelado de Sistemas Dinámicos
• Biología Computacional

Sus antecedentes:

• Los modelos de Ecuaciones Diferenciales Ordinarias (EDO) son cruciales para analizar sistemas dinámicos.
• La estimación de efectos fijos y aleatorios en modelos de EDO con estructuras jerárquicas complejas sigue siendo un desafío.
• Los modelos mixtos no lineales existentes tienen limitaciones para manejar diversas estructuras de datos.

Objetivo del estudio:

• Proponer un marco general para estimar efectos fijos y aleatorios en modelos de EDO.
• Extender el modelado de EDO de efectos mixtos a estructuras de efectos aleatorios de un solo nivel, jerárquicas anidadas y cruzadas.
• Mejorar la accesibilidad de la inferencia estadística para una amplia clase de sistemas dinámicos.

Principales métodos:

• Se desarrolló Direct Integral Mixed-Effects (DIME), un marco novedoso para modelos de EDO lineales en parámetros.
• Se explotó la separabilidad parámetro-estado para reformular el problema dentro de un marco de modelo lineal de efectos mixtos.
• Se proporcionaron garantías teóricas de consistencia y normalidad asintótica.

Principales resultados:

• DIME demostró un sesgo y RMSE competitivos en comparación con nlme y nlmixr2.
• DIME mostró probabilidades de cobertura superiores, especialmente para la estimación de componentes de varianza con datos limitados.
• El método demostró ser aplicable en escenarios donde los métodos de la competencia fallaron.
• Se aplicó DIME a datos de crecimiento poblacional y dinámica atmosférica, arrojando resultados consistentes e interpretables.

Conclusiones:

• DIME proporciona un enfoque flexible y accesible para el modelado de EDO de efectos mixtos.
• El marco maneja de manera efectiva estructuras de datos jerárquicas complejas.
• DIME ofrece una alternativa poderosa para la inferencia estadística en sistemas dinámicos, superando a los métodos existentes en varios escenarios.