Partial Confounding in Symmetrical Factorial Experiments
对称析因实验中的部分混杂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：摘要讨论析因实验与区组设计，没有明确涉及所列因果推断或其他计量细分方法。
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
对称析因实验中的部分混杂
- 研究问题
- 论文研究对称析因实验如何在不同区组容量下安排部分混杂，使实验设计能够兼顾区组约束与不同析因效应的信息保留。
- 方法与思路
- 摘要称新方法结合混杂技术与不完全区组设计，让部分析因效应完全混杂、另一些部分混杂，并列出可用的设计。
- 材料陈述的贡献
- 摘要所述贡献是提供适用于任意区组容量的部分混杂方法，并通过平衡不完全区组和组可分设计展示容量选择范围。
- 阅读关注点
- 应核对任意区组容量的具体适用条件、完全与部分混杂效应的选择规则，以及不同设计下效应可估性和信息损失。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断构造步骤、设计存在条件或估计精度；这里的混杂是实验设计术语，不宜直接套用因果识别解释。
原文摘要
Summary A new method is given for partial confounding with any block size in symmetrical factorial experiments. The method combines the techniques of confounding and incomplete block design, so that some factorial effects are completely confounded and some are partially confounded. A list of useful balanced incomplete block designs and group divisible designs is given, showing the wide range of available block sizes.