A Unified Approach to the Construction of Minimax Designs
构造极小极大设计的统一方法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：摘要中的预测方差用于一般实验设计，没有宏观预测、收益预测或其他所列经济计量背景。
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
构造极小极大设计的统一方法
- 研究问题
- 在具有已知效率函数的一般线性回归模型中，如何统一构造极小极大准则下的大样本最优设计，并控制最坏情形的预测方差？
- 方法与思路
- 作者在闭且有界的设计空间上提出等价定理和计算算法，处理多种极小极大及 E 最优准则，并给出异方差设计应用。
- 材料陈述的贡献
- 摘要称，该框架可构造多类最优设计，并用于最小化紧致区域内的最大预测方差，展示统一方法在不同设计准则间的适用性。
- 阅读关注点
- 应核对效率函数已知的含义、各设计准则与等价定理的关系，以及算法的停止判据和异方差应用中的区域及模型设定。
- 阅读边界
- 材料为版本未注明的 OpenAlex 索引摘要。摘要未给出定理细节或算法表现，最优性限于指定模型和大样本设计准则。
原文摘要
We present a unified approach for constructing large-sample optimal designs when the optimality criterion is of the minimax type. The assumed model is a general linear regression model with a known efficiency function defined on a closed and bounded space. An equivalence theorem is formulated and computer algorithms for generating minimax optimal designs are proposed. It is shown that this methodology is simple and rather general. It can be used to construct, for example, minimax variance optimal designs, minimax with respect to the single parameters designs and E-optimal designs. An application of this procedure to find an optimal design for minimizing the maximum predictive variance over a compact region in a heteroscedastic design problem is included.