Efficient Sequential Designs with Binary Data
二元响应数据的高效序贯设计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：摘要研究一般二元响应实验的序贯设计，未涉及个体选择行为或经济分位数效应。
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
二元响应数据的高效序贯设计
- 研究问题
- 为估计二元响应曲线的指定百分位，应如何利用已获得的数据连续更新设计，并在小样本中保持良好表现？
- 方法与思路
- 作者以参数模型汇总已有数据来更新设计，研究 logit 最大似然版本与 Robbins–Monro 方法的联系，并提出中位数设计。
- 材料陈述的贡献
- 摘要称该版本具有渐近一致性、最优性及非参数性质，某些初始设计下的小样本模拟表现良好，并提出非参数方案。
- 阅读关注点
- 应核对最优性的评价准则、参数更新与非参数性质如何兼容，以及初始设计对有限样本表现的影响。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未列出理论条件或模拟数值，二元响应也不等同于经济离散选择，不能推断刊本变化。
原文摘要
A class of sequential designs for estimating the percentiles of a quantal response curve is proposed. Its updating rule is based on an efficient summary of all of the data available via a parametric model. The logit-MLE version of the proposed designs can be viewed as a natural analog of the Robbins—Monro procedure in the case of binary data. It is shown to be asymptotically consistent, optimal, and nonparametric via its connection with the latter procedure. For certain choices of initial designs, the proposed method performs very well in a simulation study for sample sizes up to 35. A nonparametric sequential design, via the Spearman—Kärber estimator, for estimating the median is also proposed.