Optimal Designs for Trigonometric and Polynomial Regression Using Canonical Moments
利用典范矩构造三角回归与多项式回归的最优设计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：摘要讨论回归模型的最优实验设计，没有涉及所列因果、面板、结构估计或宏观金融方向的明确证据。
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
利用典范矩构造三角回归与多项式回归的最优设计
- 研究问题
- 对于给定阶数的三角回归或多项式回归，怎样选择观测设计，以优化部分系数的估计，并兼顾涉及不同阶数的模型？
- 方法与思路
- 作者利用典范矩计算设计，针对某些系数子集给出显式的 D_s 最优设计，并讨论涉及模型阶数的 Lauter 型最优设计。
- 材料陈述的贡献
- 摘要称，论文为部分系数子集提供显式最优设计，并为若干涉及回归阶数或多项式次数的模型给出 Lauter 型设计。
- 阅读关注点
- 应核对设计空间、目标系数子集与最优性准则的定义，以及典范矩如何确定设计点和权重、不同模型阶数如何进入准则。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明设计空间、适用系数子集及计算条件，不能推断一般模型中的最优性。
原文摘要
Consider a trigonometric regression of order $m$ or a polynomial regression of degree $m$. Explicit $D_s$-optimal designs are given for some subsets of the coefficients. Lauter type optimal designs are given for various models involving the order or the degree. The designs are calculated using canonical moments.