A multivariate central limit theorem for randomized orthogonal array sampling designs in computer experiments
计算机实验中随机正交表抽样设计的多元中心极限定理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：摘要研究数值积分与计算机实验抽样设计，未明确对应所列经济计量细分方向。
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
计算机实验中随机正交表抽样设计的多元中心极限定理
- 研究问题
- 在通过有限次函数求值估计单位立方体积分的计算机实验中，随机正交表及相关拉丁超立方设计是否具有多元极限理论？
- 方法与思路
- 作者针对一类随机正交表抽样设计，以及一类基于正交表的拉丁超立方设计，研究并证明多元中心极限定理。
- 材料陈述的贡献
- 摘要称为上述两类抽样设计建立多元中心极限定理，为这些计算机实验设计下积分估计的渐近分布分析提供依据。
- 阅读关注点
- 应核对设计类别、样本规模增长方式、函数所需条件，以及多元统计量、归一化方式和极限协方差的具体定义。
- 阅读边界
- OpenAlex索引摘要未注明稿件版本。摘要未列出定理完整条件，不能仅凭开头的可积性表述断言所有可积函数或正交表设计均适用。
原文摘要
Let f : [0, 1)d→ℝ be an integrable function. An objective of many computer experiments is to estimate ∫[0, 1)d f(x) dx by evaluating f at a finite number of points in [0, 1)d. There is a design issue in the choice of these points and a popular choice is via the use of randomized orthogonal arrays. This article proves a multivariate central limit theorem for a class of randomized orthogonal array sampling designs [Owen Statist. Sinica 2 (1992a) 439–452] as well as for a class of OA-based Latin hypercubes [Tang J. Amer. Statist. Assoc. 81 (1993) 1392–1397].