Optimal allocation for Bayesian inference about an odds ratio
优势比贝叶斯推断的最优样本分配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：二元观测和优势比属于一般统计设计对象，摘要未涉及离散选择行为模型或因果识别。
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
优势比贝叶斯推断的最优样本分配
- 研究问题
- 比较两组二元观测的比例、围绕优势比开展贝叶斯推断时，如何确定两组样本量之比，并纳入未知比例的先验不确定性？
- 方法与思路
- 作者从贝叶斯角度研究两组样本量比例的选择，使未知比例的先验不确定性进入设计计算；摘要未说明优化目标和算法。
- 材料陈述的贡献
- 摘要所述贡献是将先验不确定性纳入两比例比较的样本分配设计，但没有给出具体最优分配公式或效率比较。
- 阅读关注点
- 阅读时应核对最优性的目标函数、先验设定和总样本或成本约束，以及设计如何对应优势比推断和先验敏感性。
- 阅读边界
- OpenAlex 索引摘要未注明稿件版本，且信息极少；不能推断等量分配是否最优，也无法确定推荐的具体样本比例。
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.