Robustness of Design in Dose–Response Studies
剂量—反应研究中实验设计的稳健性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：摘要研究剂量—反应实验设计与链接函数误设，未明确对应所列经济计量细分方向。
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
剂量—反应研究中实验设计的稳健性
- 研究问题
- 当剂量—反应模型的链接函数可能设定错误时，如何设计实验，以控制目标响应比例对应剂量估计的最坏均方误差？
- 方法与思路
- 作者在拟合链接函数的 Kolmogorov 邻域内求最大均方误差，再优化设计；内层使用二次规划，外层使用模拟退火。
- 材料陈述的贡献
- 摘要称，所构造设计针对链接函数误设具有稳健性，可面向单个目标响应比例，也可面向一段感兴趣的比例区间。
- 阅读关注点
- 应核对链接函数邻域的定义与大小、剂量估计误差的计算方式，以及数值优化约束、收敛判断和设计敏感性。
- 阅读边界
- 仅依据所给 Crossref 摘要版本；稳健性针对指定邻域和误差目标，摘要未给出算法保证、具体设计或性能比较数值。
原文摘要
Summary We construct experimental designs for dose–response studies. The designs are robust against possibly misspecified link functions; for this they minimize the maximum mean-squared error of the estimated dose required to attain a response in 100p% of the target population. Here p might be one particular value—p = 0.5 corresponds to ED50-estimation—or it might range over an interval of values of interest. The maximum of the mean-squared error is evaluated over a Kolmogorov neighbourhood of the fitted link. Both the maximum and the minimum must be evaluated numerically; the former is carried out by quadratic programming and the latter by simulated annealing.