上世纪40年代起，动物生长模型得到广泛研究。动物生长模型被广泛应用于生物遗传学、儿科学、癌细胞增长及肿瘤细胞增长等领域。随着研究的深入，随机混合效应生长模型的参数估计问题越来越受到重视。Gompertz混合效应模型的参数贝叶斯估计问题已得到研究，基于此，本文给出了Logistic、 Richards混合效应模型的参数贝叶斯估计。　　本文主要研究：利用Gompertz混合效应模型的参数贝叶斯估计方法，得到Logistic混合效应模型和Richards混合效应模型的参数贝叶斯估计，并在Matlab上实现以上三个随机混合效应生长模型的参数估计。对于有确定形式的参数直接由估计公式得到，而对于没有确定形式的参数，借助EM算法、MCMC算法，模拟得到其估计值。最后应用于数值试验，表明Logistic、Richards混合效应模型的参数估计效果显著。　　本文共分为四章：第一章简要介绍混合效应模型的基本概念以及线性混合效应模型、非线性混合效应模型、基于随机微分方程的随机混合效应模型和4种生长模型及其主要特点。第二章介绍随机混合效应模型的参数贝叶斯估计方法，以及估计中会涉及到的EM算法和MCMC算法。第三章对三个随机混合效应生长模型进行相应的贝叶斯估计分析，得出参数的估计，对于没有解析形式的参数，利用EM算法、MCMC算法实现估计；第四章总结了全文内容及创新点与不足。