Optimal Allocation for Bayesian Inference About an Odds Ratio
关于优势比的贝叶斯推断中的最优样本分配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：摘要讨论一般二元数据的贝叶斯样本设计，未明确涉及因果处理效应或经济离散选择等所列方向。
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
关于优势比的贝叶斯推断中的最优样本分配
- 研究问题
- 为比较两组二元观测的比例并推断优势比，应如何选择两组样本量的比例，使设计能够反映未知比例的先验不确定性？
- 方法与思路
- 作者以贝叶斯方法研究两组样本量之比的选择，将未知比例的先验不确定性纳入设计计算；具体优化准则摘要未说明。
- 材料陈述的贡献
- 摘要明确将先验不确定性引入两组二元数据的样本分配问题，但没有提供最优比例的表达式或相对其他设计的结果。
- 阅读关注点
- 应核对最优分配所依据的损失或精度标准、样本总量及成本约束，并考察先验设定如何影响最终的分配比例。
- 阅读边界
- 仅据版本未注明的 OpenAlex 简短摘要；先验形式、目标函数和约束均未给出，不能提供具体最优比例或声称设计效率提高。
原文摘要
The choice of ratio of sample sizes of two groups of binary observations for comparing two proportions is studied using a Bayesian approach. Prior uncertainty about the unknown proportions thus enters the design calculations.