Support points of locally optimal designs for nonlinear models with two parameters
双参数非线性模型局部最优设计的支撑点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：摘要研究一般最优实验设计；出现 logistic 和 probit 模型不足以归入经济离散选择。
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
双参数非线性模型局部最优设计的支撑点
- 研究问题
- 对于含两个参数的非线性模型，如何识别局部最优实验设计的支撑点，并适用于受约束或不受约束的设计区域？
- 方法与思路
- 作者以代数工具确定支撑点，将一般结果用于多种二元、计数及 Michaelis–Menten 模型，并讨论多阶段实验的用途。
- 材料陈述的贡献
- 摘要称，该方法适用于双参数模型的受约束和不受约束设计区域，相对容易实现，并为常用模型给出应用。
- 阅读关注点
- 应核对局部最优对应的参数设定和设计准则，区分支撑点与设计权重，并检查代数条件及多阶段实验的实施方式。
- 阅读边界
- 索引摘要未注明版本，未说明具体最优性准则与参数误设敏感性；双参数结果不能直接推广到更高维模型或全局最优设计。
原文摘要
We propose a new approach for identifying the support points of a locally optimal design when the model is a nonlinear model. In contrast to the commonly used geometric approach, we use an approach based on algebraic tools. Considerations are restricted to models with two parameters, and the general results are applied to often used special cases, including logistic, probit, double exponential and double reciprocal models for binary data, a loglinear Poisson regression model for count data, and the Michaelis–Menten model. The approach, which is also of value for multi-stage experiments, works both with constrained and unconstrained design regions and is relatively easy to implement.