Sequential Experimental Design Procedures
序贯实验设计程序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：摘要研究一般序贯统计决策与实验选择，未明确讨论因果效应识别或其他给定方向。
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
序贯实验设计程序
- 研究问题
- 在状态空间和可用实验集合均有限的多重决策问题中，如何序贯选择实验，并在单次实验成本趋零时获得渐近最优性？
- 方法与思路
- 作者提出新的序贯设计决策规则，建立其渐近最优的条件，并在一种药物筛选实验的数值模拟中与已有规则比较。
- 材料陈述的贡献
- 摘要称，新规则在给定条件下渐近最优；所述模拟中，其估计风险不高于比较程序，且经常显著更低。
- 阅读关注点
- 应核对风险函数、停止和实验选择规则、成本趋零的渐近条件，以及模拟场景、重复次数和风险差异的不确定性。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明，无法判断刊本变化；最优性条件及模拟数值未提供，风险优势仅限摘要所述场景。
原文摘要
A new sequential design decision rule is proposed for a statistical multiple decision problem with finite state space and with a finite set of available experiments. Conditions are established under which the proposed rule is asymptotically optimal as c, the cost of a single experiment, tends to zero. The rule is compared to those of Chernoff [6] and Box and Hill [5]. In numerical simulations of a type of drug screening experiment, the proposed procedure yielded estimated risks no larger than, often significantly smaller than, those of procedures [6] and [5].