A Note on $E$-Optimal Designs for Weighted Polynomial Regression
加权多项式回归 E 最优设计的一则札记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：摘要研究通用回归实验设计与异方差，未明确涉及因果识别设计或其他所列经济计量方向。
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
加权多项式回归 E 最优设计的一则札记
- 研究问题
- 在多项式回归中，当观测方差不再恒定、而是与特定函数成比例时，已有区间上的 E 最优设计结果能否得到相应推广？
- 方法与思路
- 作者从区间 [-1,1] 上恒定观测方差的多项式回归设计结果出发，研究方差与特定函数成比例时的加权模型推广。
- 材料陈述的贡献
- 摘要称，这则札记将已有恒定方差情形的 E 最优设计结果推广至若干非恒定方差的多项式回归模型，但未列明具体函数。
- 阅读关注点
- 应核对允许的方差函数类别、E 最优准则与设计空间，以及推广后的支撑点和权重如何确定、结论依赖哪些模型条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；特定方差函数、设计表达及证明条件未给出，不能推断适用于任意异方差回归。
原文摘要
In a recent paper Pukelsheim and Studden determined the $E$-optimal design for the polynomial regression model on the interval $\lbrack - 1, 1\rbrack$ where the variances of different observations are assumed to be constant. In this note we show that these results can be generalized for polynomial regression models with non constant variances proportional to specific functions.