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：摘要涉及方向统计与回归最优设计，未提供所列经济计量细分的直接依据。
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
- 当回归模型中的变量包含方向信息时，如何针对标量与方向变量的不同组合建立模型，并给出相应的最优设计？
- 方法与思路
- 作者讨论三种变量组合，涉及三角函数或球谐函数系统、已有方向回归模型及新建议的向量回归；摘要未说明设计准则。
- 材料陈述的贡献
- 摘要称描述三类方向相关回归情形的最优设计，并在双方变量均为方向的情形下建议使用向量回归模型。
- 阅读关注点
- 应核对各情形中响应与解释变量的角色、方向变量的表示、最优性准则及设计空间，第二种情形的术语尤其需查原文。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；第二种情形的变量角色表述含混，最优性条件也未说明，不据此补全模型或推断刊本变化。
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.