跳到正文
← 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:摘要研究一般因子试验的运行顺序设计,未明确因果识别框架或时间序列模型,不能仅凭处理与趋势措辞归类。

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
Mike Jacroux

抗趋势的混合水平因子试验运行顺序的构造

研究问题
混合水平因子试验按空间或时间顺序施加处理时,如何安排运行次序,以减轻未知多项式趋势对主效应估计的影响?
方法与思路
作者针对可由观测顺序多项式近似的未知趋势,提出处理运行顺序的构造方法,并比较主效应最小二乘估计的抗趋势程度。
材料陈述的贡献
摘要称,该构造通常可使主效应最小二乘估计具有比既有运行顺序构造更高的抗趋势阶数,但未列出具体阶数。
阅读关注点
应核对抗趋势的数学定义、因子水平和运行次数的限制、交互效应处理,以及更高抗趋势阶数成立的设计条件。
阅读边界
材料为稿件版本未注明的 OpenAlex 索引摘要;构造步骤和比较条件未提供,多项式趋势下的性质不能推广至任意时间变化。

原文摘要

In this paper we consider experimental situations where treatments from a mixed level factorial design are to be applied to experimental units over space or time and where there may be an unknown trend effect which can be approximated by some polynomial function of the order in which the observations are obtained. A method of constructing run orders of treatments for such situations is given which generally yields least squares estimators for main effects that have a higher degree of trend resistance than the least squares estimators of main effects that come from run orders obtainable by other methods of construction previously given in the literature.

笔记与分组