دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Bourne. DavidW. A., Strauss. Steven سری: ISBN (شابک) : 9781566762045, 1351433253 ناشر: CRC Press;Routledge سال نشر: 2018 تعداد صفحات: 153 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 7 مگابایت
کلمات کلیدی مربوط به کتاب مدل سازی ریاضی داده های فارماکوکینتیک: فارماکوکینتیک -- مدل های ریاضی
در صورت تبدیل فایل کتاب Mathematical Modeling of Pharmacokinetic Data به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مدل سازی ریاضی داده های فارماکوکینتیک نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب راهنمای مختصری برای مدلسازی ریاضی و تجزیه و تحلیل دادههای فارماکوکینتیک، حاوی روشهای ارزشمندی برای به حداکثر رساندن اطلاعات بهدستآمده از دادههای داده شده است. این یک منبع ایده آل برای دانشمندان، دانش پژوهان و دانشجویان پیشرفته است.
A concise guide to mathematical modeling and analysis of pharmacokinetic data, this book contains valuable methods for maximizing the information obtained from given data. It is an ideal resource for scientists, scholars, and advanced students.
Content: Cover
Half Title
Title Page
Copyright Page
Dedication
Table of Contents
Preface
Chapter 1: Why Model the Data?
1.1 Condense the Data
1.2 Exploring Mechanisms
1.3 Making Predictions
Chapter 2: General Approach
2.1 General Method
2.2 Error in y Alone
2.3 Parameter Adjustments
Chapter 3: Pharmacokinetic Models
3.1 Compartmental Models
3.2 Physiologically Based Models
3.3 Pharmacodynamic Models
Chapter 4: Simulation of Data
4.1 Explicit Equations
4.2 Implicit Equations
4.3 Differential Equations
4.4 Integration Using Laplace Transforms 4.5 Numerical Integration of Differential EquationsChapter 5: Initial Estimates
5.1 Graphical Methods
5.2 Linear Regression
5.3 Curve Stripping
5.4 Area under the Curve Estimation
5.5 Deconvolution
Chapter 6: Nonlinear Regression
6.1 Grid Search Method
6.2 Steepest Descent Method
6.3 Gauss-Newton Methods
6.4 Simplex Method
6.5 Local Minima
Chapter 7: Weighting Schemes
7.1 Equal Weight
7.2 Variance Model
7.3 Iteratively Reweighted Least Squares
7.4 Extended Least Squares
7.5 Bayesian Methods
7.6 Analysis of Population Data
Chapter 8: Evaluation of Program Output 8.1 Tabular Output8.2 Graphical Output
8.3 Statistical Output
Chapter 9: Experimental Design
9.1 Pilot Study
9.2 Identifiability-Sampling Sites
9.3 Optimal Sampling-Sampling Times
9.4 Model Testing
Appendix
References
Index