Optimum designs for two treatments with unequal variances in the presence of covariates
协变量存在时两种异方差处理的最优设计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：摘要讨论统计试验设计与 D 最优性，未明确给出因果效应识别或其他所列细分方向的研究内容。
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
协变量存在时两种异方差处理的最优设计
- 研究问题
- 当两种处理的方差不同且模型包含协变量时，如何设计处理分配，使其支持个体化治疗中依据协变量选择处理的建模？
- 方法与思路
- 作者将 Neyman 分配推广到包含协变量的两处理模型，并借助 Kiefer 一般等价定理及初等代数建立设计的 D 最优性。
- 材料陈述的贡献
- 摘要称给出了异方差且包含协变量时的最优设计，建立其 D 最优性，并指出这些设计在个体化医疗和临床试验中的用途。
- 阅读关注点
- 应核对模型如何纳入协变量、处理方差是否需要预先已知、设计允许哪些分配方式，以及一般等价定理的具体应用条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；摘要未说明模型形式、可行设计约束及方差未知时的实施方法。
原文摘要
Optimum designs are described for two treatments with different variances when covariates are included in the model. The designs, a generalization of Neyman allocation, are required in personalized medicine to model the effect of covariates on the choice of treatment. The use of the designs in clinical trials is indicated. D-optimality of the designs is established using results from Kiefer’s general equivalence theorem. The results are obtained with the use of surprisingly elementary algebra.