Optimal designs for the emax, log-linear and exponential models
emax、对数线性与指数模型的最优设计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：摘要涉及剂量反应模型的实验设计，未明确提供所列领域细分的研究内容。
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
emax、对数线性与指数模型的最优设计
- 研究问题
- 对于三类剂量反应模型，如何安排观测剂量和权重，以兼顾整体参数估计与达到观测范围内指定效应比例的最小剂量估计？
- 方法与思路
- 作者推导指数、对数线性和三参数 emax 模型的局部 D 最优及 EDp 最优设计，并通过实例考察参数误设下的表现。
- 材料陈述的贡献
- 摘要称两类最优设计具有相同支撑点但权重不同，且对另一目标也有较好效率；实例显示其对参数误设相对稳健。
- 阅读关注点
- 应核对局部最优所依赖的参数设定、剂量范围与目标剂量定义，以及支撑点结论和稳健性分析的具体适用范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；局部最优不代表未知参数下普遍最优，参数误设稳健性的范围和数值结果未提供。
原文摘要
We derive locally D- and EDp-optimal designs for the exponential, log-linear and three-parameter emax models. For each model the locally D- and EDp-optimal designs are supported at the same set of points, while the corresponding weights are different. This indicates that for a given model, D-optimal designs are efficient for estimating the smallest dose that achieves 100p% of the maximum effect in the observed dose range. Conversely, EDp-optimal designs also yield good D-efficiencies. We illustrate the results using several examples and demonstrate that locally D- and EDp-optimal designs for the emax, log-linear and exponential models are relatively robust with respect to misspecification of the model parameters.