跳到正文
← 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:摘要讨论实验设计与响应曲面估计的一般误差改进,没有对应所列领域细分的充分证据。

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
Lawrence L. Kupper
Edward F. Meydrech

响应曲面均方误差估计的新方法

研究问题
用低阶多项式近似较高阶真实响应曲面时,能否通过调整最小二乘系数降低积分均方误差,而不仅依赖实验设计选择?
方法与思路
作者建议用适当选择的对角矩阵缩放最小二乘估计,并利用参数空间中的界限寻找改进方案,详细讨论一次近似二次的情形。
材料陈述的贡献
摘要称,在指定某些参数相对误差尺度的界限后,可以找到对任意实验设计都比不缩放方案具有更小积分均方误差的选择。
阅读关注点
应核对参数界限的含义与可获得性、改进结论的量词范围及偏差方差权衡;摘要中参数上下标不清处需查原 PDF。
阅读边界
OpenAlex 摘要未注明稿件版本,且部分参数符号不清,需查原 PDF;改进依赖参数空间限制,不能理解为无条件优势。

原文摘要

Box & Draper (1959, 1963) and others have considered the problem of choosing a design to minimize integrated mean squared error J when the true response x'1β1 + x'2 β2, a polynomial of degree d2 in p variables, is approximated by a polynomial x1 b1 of lower degree d1 where b1 is the vector β˚1 of usual least squares estimates. Here, the use of an estimator of the form b1 = Kβ^1, where K is a diagonal matrix of appropriately chosen constants, is advocated. The particular choice of K which minimizes J will depend on the unknown elements of the parameter voctors β and β2. But when the parameter space can be restricted by specifying bounds, however conservative, for one or more elements of β1 relative to σ2/N, it is possible to determine a set of K's providing smaller J than when K = I for any choice of experimental design. The special case d1 = 1 and d2 = 2 is considered in detail.

笔记与分组
相关领域论文