The estimation of extreme quantiles in logit bioassay
Logit生物测定中极端分位数的估计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：摘要的极端分位数指生物测定中的低响应剂量，未研究经济变量的分位数或分布效应，故暂不归入所列细分。
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
Logit生物测定中极端分位数的估计
- 研究问题
- 研究如何通过逐步增加给药剂量、首次出现响应后停止的重复序贯设计，估计预期响应很小所对应的剂量。
- 方法与思路
- 作者分析从低剂量开始、无响应即固定增量加量并换用下一受试者的设计性质，同时提出相对极大似然的替代估计方法。
- 材料陈述的贡献
- 摘要称当响应次数构成主要研究成本时，该设计具有较高效率，并提出在某些方面优于极大似然估计的替代方案。
- 阅读关注点
- 应核对目标极端分位数的定义、剂量增量与停止规则、以响应次数衡量成本的效率标准，以及替代估计的优势条件。
- 阅读边界
- 仅据版本未注明的索引摘要，未说明具体估计公式或优势指标；基于响应成本的效率结论不能推广到所有成本定义。
原文摘要
Suppose that we administer a low dose of a drug and if no response is observed, increase this dose by a fixed amount which is administered to a second experimental subject. This procedure continues until, at some dose level, a response is finally observed. This whole sequence may be repeated. We investigate the features of an experimental design of this kind for estimating the dose at which the expected response is small. This design is highly efficient when the number of responses, e.g. deaths, is considered the major portion of the cost of the study, and various alternatives having some advantage over maximum likelihood estimation are suggested.