Maximin designs for exponential growth models and heteroscedastic polynomial models
指数增长模型与异方差多项式模型的最大最小设计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：摘要涉及一般回归模型的最优设计，增长模型一词不足以归入宏观时间序列等方向。
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
指数增长模型与异方差多项式模型的最大最小设计
- 研究问题
- 当非线性增长模型或异方差多项式回归的关键参数未知时，如何避免常规 D 最优设计对未知参数的依赖？
- 方法与思路
- 作者采用最大最小准则研究非序贯设计，联系两类回归模型的设计问题，并利用本原矩阵的 Perron–Frobenius 定理。
- 材料陈述的贡献
- 摘要称以最大最小方法处理设计对未知参数的依赖，并揭示非线性增长设计与部分已知异方差多项式设计的联系。
- 阅读关注点
- 应核对参数不确定集合、最大最小目标的定义、两类问题的对应关系，以及本原矩阵条件在设计求解中的作用。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；未说明具体最优设计、参数范围或效率保证，不能认定完全消除参数依赖。
原文摘要
This paper is concerned with nonsequential optimal designs for a class of nonlinear growth models, which includes the asymptotic regression model. This design problem is intimately related to the problem of finding optimal designs for polynomial regression models with only partially known heteroscedastic structure. In each case, a straightforward application of the usual Doptimality criterion would lead to designs which depend on the unknown underlying parameters. To overcome this undesirable dependence a maximin approach is adopted. The theorem of Perron and Frobenius on primitive matrices plays a crucial role in the analysis.