Composite Designs Based on Orthogonal Arrays and Definitive Screening Designs
基于正交表与确定性筛选设计的复合设计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：摘要研究响应面试验设计的统计效率，没有提供所列因果推断或其他计量细分方向的直接依据。
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
基于正交表与确定性筛选设计的复合设计
- 研究问题
- 如何构造用于因素筛选与响应面建模的新复合试验设计，并提高二阶模型全部参数或部分参数的估计效率？
- 方法与思路
- 作者研究两类组合：二水平析因设计分别搭配三水平正交表或三水平确定性筛选设计，并推导参数估计效率的界。
- 材料陈述的贡献
- 摘要称，作者得到一般理论结果并构造新设计，其效率优于中心复合设计及其他既有设计，但未给出具体比较条件。
- 阅读关注点
- 应核对效率指标、设计规模与因素数限制，以及全部参数和部分参数的比较对象，确认理论效率界的适用范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；效率优势所需条件、具体构造和数值比较未说明，不能理解为普遍占优。
原文摘要
Central composite designs are widely used in practice for factor screening and building response surface models. We study two classes of new composite designs. The first class consists of a two-level factorial design and a three-level orthogonal array; the second consists of a two-level factorial and a three-level definitive screening design. We derive bounds of their efficiencies for estimating all and part of the parameters in a second-order model and obtain some general theoretical results. New composite designs are constructed. They are more efficient than central composite designs and other existing designs. Supplementary materials are available online.