D-optimal designs for multinomial logistic models
多项 Logistic 模型的 D 最优设计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确研究名义与有序多类别响应的多项 logit 模型，直接对应离散选择模型的方法方向。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
多项 Logistic 模型的 D 最优设计
- 研究问题
- 针对名义或有序多类别响应的多项 Logistic 模型，如何选择实验设置与样本配置，使设计满足可行性并改善效率？
- 方法与思路
- 作者为多类 logit 模型推导三种形式的 Fisher 信息矩阵，确定正定条件，并开发搜索 D 最优设计的算法。
- 材料陈述的贡献
- 摘要称可行设计的设置数可少于参数数，最小支持设计的均匀配置通常并非最优，并以真实实验背景示例展示效率改善。
- 阅读关注点
- 应核对各类 logit 与比例优势假设下的信息矩阵、设计可行条件，以及最优设计对参数取值的依赖和效率比较基准。
- 阅读边界
- 材料为稿件版本未注明的 OpenAlex 索引摘要；参数设定、算法保证及效率数值未说明，不能据此认定任意设计均有改善。
原文摘要
We consider optimal designs for general multinomial logistic models, which cover baseline-category, cumulative, adjacent-categories and continuation-ratio logit models, with proportional odds, nonproportional odds or partial proportional odds assumption. We derive the corresponding Fisher information matrices in three different forms to facilitate their calculations, determine the conditions for their positive definiteness, and search for optimal designs. We conclude that, unlike the designs for binary responses, a feasible design for a multinomial logistic model may contain less experimental settings than parameters, which is of practical significance. We also conclude that even for a minimally supported design, a uniform allocation, which is typically used in practice, is not optimal in general for a multinomial logistic model. We develop efficient algorithms for searching D-optimal designs. Using examples based on real experiments, we show that the efficiency of an experiment can be significantly improved if our designs are adopted.