Optimal Designs in Regression Problems with a General Convex Loss Function
一般凸损失下回归问题的最优设计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：材料研究一般多项式回归的实验设计与凸损失风险，未明确对应所列经济计量细分，不能仅因涉及回归而分类。
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
一般凸损失下回归问题的最优设计
- 研究问题
- 在误差独立同分布的多项式回归中，是否存在一种设计，使最高次项系数的最小二乘估计在所有连续凸损失下均占优？
- 方法与思路
- 作者比较区间内不同解释变量取值设计所产生的估计风险，并围绕对称误差分布和特定样本量分析设计间的支配关系。
- 材料陈述的贡献
- 摘要称，一般不存在支配所有设计的方案，但某些样本量和对称误差情形存在；并指出切比雪夫设计的性质及两种比较方法。
- 阅读关注点
- 应核对凸损失比较的精确定义、肯定结论对应的样本量，以及切比雪夫设计的关键性质和两种比较方法的适用条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；系数下标及不等式文本疑有提取错误，须查原PDF，不能据此重构公式或补全条件。
原文摘要
The polynomial regression model in which the errors are independent and identically distributed, is considered, and attention is focused on the estimate of β8, the coefficient, of the term of highest degree. A design D is a set of n values in [−1, 1] of the concomitant, variable x, and the least-squares estimator of β8, when the design D is used, is donoted by β(D). Then D* is said to dominate D if, for every continuous convex function c, E[c{β(D*)})≤= E[c{β(D)}. Does there exist a design D which dominates all others in this sense ? In general the answer is no, though for certain values of n and any symmetric error distribution the answer is yes. A crucial property of Tchebycheff designs emerges from discussion of this problem and this supports their use in practice. In addition two useful methods for comparing different designs are suggested.