Optimal discrimination designs
用于模型判别的最优设计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：摘要研究通用回归模型判别与实验设计，未提供特定计量领域细分的充分依据。
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
用于模型判别的最优设计
- 研究问题
- 如何为竞争回归模型之间的判别构造最优设计，以及 T 最优设计是否兼顾扩展模型参数的可估性和设计唯一性？
- 方法与思路
- 作者推导 T 最优准则下的设计性质，在多种情形中给出显式设计，并刻画非唯一解及通过小型模拟比较其他准则。
- 材料陈述的贡献
- 摘要称得到新的设计性质与全部最优解的刻画，并指出嵌套线性模型中支持点通常不足以估计扩展模型全部参数。
- 阅读关注点
- 应核对显式解成立的模型条件、支持点不足的具体情形，以及模拟中判别表现与参数估计需求如何权衡。
- 阅读边界
- 索引摘要未注明稿件版本；未提供适用模型类、准则细节及模拟结果，不能将通常出现的现象解释为无条件结论。
原文摘要
We consider the problem of constructing optimal designs for model discrimination between competing regression models. Various new properties of optimal designs with respect to the popular T-optimality criterion are derived, which in many circumstances allow an explicit determination of T-optimal designs. It is also demonstrated, that in nested linear models the number of support points of T-optimal designs is usually too small to estimate all parameters in the extended model. In many cases T-optimal designs are usually not unique, and in this situation we give a characterization of all T-optimal designs. Finally, T-optimal designs are compared with optimal discriminating designs with respect to alternative criteria by means of a small simulation study.