Trend Robust Two-Level Factorial Designs
趋势稳健的两水平析因设计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：摘要核心是析因实验运行次序设计，时间序列仅用于误差建模，未明确对应宏观时间序列研究。
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
趋势稳健的两水平析因设计
- 研究问题
- 顺序实验存在时间顺序效应时，如何安排两水平析因设计的运行次序，使实验在自回归或时间序列误差下保持稳健？
- 方法与思路
- 作者在一阶自回归误差和时间序列模型下研究运行次序，强调因子水平频繁切换，并给出构造这类次序的简单算法。
- 材料陈述的贡献
- 摘要称频繁改变因子水平的次序具有趋势稳健性，而某些消除低阶多项式趋势的次序仍可能低效，并提出相应构造方法。
- 阅读关注点
- 应核对趋势稳健性的定义、误差模型与效率评价准则，以及频繁水平切换的充分条件和算法适用的设计规模。
- 阅读边界
- 依据稿件版本未注明的索引摘要；具体误差条件和效率结果未提供，不能将频繁切换视为对任意时间干扰都有效的保证。
原文摘要
Limiting the possible influence of time order effects may be an important consideration in designing a sequential experiment. We consider the problem of finding trend robust run orders of two-level factorials when the time effects are modelled via a first order autoregressive error model or via a time series model. In both cases, run orders are trend robust if the factors change level many times. Other run orders can be quite inefficient, even if they are free of low-degree polynomial trends. We present a simple algorithm for constructing run orders of two-level factorial designs with many level changes.