Optimal Design: Regression Models for Directions
方向变量回归模型的最优设计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：摘要讨论方向数据回归与实验设计，没有离散选择、网络关系或宏观金融应用的明确依据，因此不选细分。
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
方向变量回归模型的最优设计
- 研究问题
- 当回归模型包含方向变量时，如何为不同的标量与方向变量配置构造最优设计，并处理双方均为方向的情形？
- 方法与思路
- 摘要分别讨论三类变量配置：标量对方向回归使用三角或球谐系统，另讨论标量预测变量情形，并提出方向间向量回归。
- 材料陈述的贡献
- 作者描述三种方向回归情形的最优设计，并对预测变量和回归对象均为方向的情况提出向量回归思路。
- 阅读关注点
- 应核对最优设计采用的准则、方向变量的表示和设计空间，并确认摘要后两种情形中各变量的输入输出角色。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；最优性准则和条件未说明，且regressor等用词的变量角色需查全文确认。
原文摘要
Optimal designs are described for three cases. In the first, the dependent variable is a scalar which regresses on a direction, using the trigonometric or spherical harmonic systems. In the next case, the predictors are scalars whilst the regressor is a direction; models for this situation were introduced by Gould (1969). In the third case both the predictors and the regressor are directions, and a vector regression is suggested.