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：摘要研究有限状态的序贯实验与统计决策，未说明因果效应估计或其他所列对象，不能仅凭实验一词归类。
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
- 面对有限状态空间和有限候选实验的多重决策问题，如何逐次选择实验，使单次实验成本趋于零时的决策风险达到渐近最优？
- 方法与思路
- 作者提出新的序贯实验设计决策规则，建立其在单次实验成本趋于零时渐近最优的条件，并与两种既有规则进行模拟比较。
- 材料陈述的贡献
- 摘要称建立渐近最优性条件；在一种药物筛选实验模拟中，新程序的估计风险不高于比较方法，且经常明显更小。
- 阅读关注点
- 应核对风险函数、实验选择与停止规则、渐近最优性条件，以及药物筛选模拟是否涵盖不同状态、损失和实验成本。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；摘要未说明具体规则和最优性条件，特定药物筛选模拟不能证明普遍风险优势。
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].