A Geometric Characterization of Optimal Designs for Regression Models with Correlated Observations
相关观测回归模型最优设计的几何刻画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：摘要侧重随机效应实验设计，未明确时间维度或面板估计任务，故不据个体内相关性归类为面板数据。
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…
相关观测回归模型最优设计的几何刻画
- 研究问题
- 在每个个体可获得少量相关观测、不同个体观测不相关的随机效应模型中，如何选择观测集合以解决 c 最优实验设计问题？
- 方法与思路
- 作者将不相关数据下的经典等价定理与 Elfving 几何刻画推广到相关观测集合选择，并用线性模型和药代动力学模型展示。
- 材料陈述的贡献
- 摘要称，论文提供适用于相关观测随机效应模型的 c 最优设计理论，并在相关线性模型和非线性总体模型中寻找最优设计。
- 阅读关注点
- 应核对 c 最优准则的估计目标、个体内协方差与观测集合约束，以及几何刻画和非线性随机效应示例的适用条件。
- 阅读边界
- 仅依据 Crossref 摘要；具体设计、协方差条件与非线性处理方式未说明，不能推断其适用于任意相关结构或推断刊本变化。
原文摘要
Summary We consider the problem of optimal design of experiments for random-effects models, especially population models, where a small number of correlated observations can be taken on each individual, whereas the observations corresponding to different individuals are assumed to be uncorrelated. We focus on c-optimal design problems and show that the classical equivalence theorem and the famous geometric characterization of Elfving from the case of uncorrelated data can be adapted to the problem of selecting optimal sets of observations for the n individual patients. The theory is demonstrated by finding optimal designs for a linear model with correlated observations and a non-linear random-effects population model, which is commonly used in pharmaco-kinetics.