A mean squared error criterion for the design of experiments
实验设计的均方误差准则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：摘要讨论响应曲面的统计实验设计，没有明确的处理效应或因果识别内容。
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
实验设计的均方误差准则
- 研究问题
- 估计给定设计区域内的响应曲面时，如何同时考虑抽样方差与模型不充分产生的偏差，并使实验设计抵御模型偏离？
- 方法与思路
- 作者采用试图防护一大类模型偏离所致偏差的设计准则，提出分别用于构造近似设计或精确设计的两个算法，并给出例子。
- 材料陈述的贡献
- 摘要称，文章把模型不充分产生的偏差纳入均方误差设计考虑，并提供两种设计构造算法；未报告算法表现或误差改善幅度。
- 阅读关注点
- 应核对模型偏离类别、均方误差如何汇总设计区域内的误差，以及近似与精确设计算法的约束、收敛和计算要求。
- 阅读边界
- OpenAlex 索引摘要未注明稿件版本；摘要未说明偏离集合、优化形式或性能保证，实验设计主题本身不足以建立因果解释。
原文摘要
In estimating a response surface over a design region of interest, mean squared error can arise both from sampling variance and bias introduced by model inadequacy. The criterion adopted here for experimental design attempts to protect against bias resulting from a large class of deviations from the assumed model. Two algorithms are proposed for the construction of either approximate or exact designs and an example is given.