A Decision Theory Approach to Optimal Regression Designs
最优回归设计的决策理论方法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：摘要涉及一般回归实验设计与预测，没有宏观预测或金融收益预测的具体对象。
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
最优回归设计的决策理论方法
- 研究问题
- 当收集回归数据的目标同时包括预测因变量未来取值和选择最佳解释变量子集时，应如何确定最优的数据采集设计？
- 方法与思路
- 作者从决策理论出发研究回归设计，把利用设计所得数据进行未来值预测和解释变量子集选择纳入设计问题。
- 材料陈述的贡献
- 摘要明确提出同时面向预测与变量子集选择的回归设计视角，但未描述具体最优设计、求解算法或理论性质。
- 阅读关注点
- 应核对设计空间、决策损失及可能的先验设定，了解预测和变量选择如何共同进入目标函数，以及最优性如何定义。
- 阅读边界
- 依据OpenAlex索引摘要，稿件版本未注明且内容简短；摘要未说明模型、求解结果或实证表现，不能据此判断方法优于其他设计。
原文摘要
A decision theory approach to the problem of finding an optimal regression design is considered when the data obtained through using this design are to be analyzed in order that a future value of the dependent variable can be predicted and also the best subset of independent variables to use for the prediction determined.