An Optimal Design Criterion for Within-Individual Covariance Matrices Discrimination and Parameter Estimation in Nonlinear Mixed Effects Models

Un criterio de diseño optimal para discriminación de matrices de covarianza intra-individual y estimación de parámetros en modelos de efectos mixtos no lineales

In this paper, we consider the problem of nding optimal population
designs for within-individual covariance matrices discrimination and
parameter estimation in nonlinear mixed eects models. A compound optimality criterion is provided, which combines an estimation criterion and a discrimination criterion. We used the D-optimality criterion for parameter estimation, which maximizes the determinant of the Fisher information matrix. For discrimination, we propose a generalization of the T-optimality criterion for xed-eects models. Equivalence theorems are provided for these criteria. We illustrated the application of compound criteria with an example in a pharmacokinetic experiment.

En este artículo se considera el problema de encontrar diseños óptimos poblacionales para discriminación entre matrices de covarianza intraindividual y estimación de parámetros en modelos de efectos mixtos no lineales. Se propone un criterio compuesto que combina un criterio para estimación y otro para discriminación. Para estimación se usa el criterio de D-optimalidad el cual maximiza el determinante de la matriz de información de Fisher. Para discriminación se propone una generalización del criterio de T-optimalidad para modelos de efectos jos. Para estos criterios se proporcionan los respectivos teoremas de equivalencia. La aplicación del criterio compuesto se ilustra con un ejemplo en un experimento de farmacocinética.