Linear Bayes Estimators of the Potency Curve in Bioassay
生物测定效力曲线的线性贝叶斯估计量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：摘要研究生物测定曲线估计，二元反应本身不足以将其归为经济学离散选择方向。
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
生物测定效力曲线的线性贝叶斯估计量
- 研究问题
- 对于以二元反应数据进行的生物测定，如何在效力曲线的 Dirichlet 先验与积分平方误差损失下构造贝叶斯估计？
- 方法与思路
- 作者对效力曲线集合采用 Ferguson 的 Dirichlet 先验，并在数据生成的线性空间中推导相应的贝叶斯估计量。
- 材料陈述的贡献
- 摘要称，论文给出指定先验、损失及线性空间下的贝叶斯估计量，并提供一些数值例子与渐近结果。
- 阅读关注点
- 应核对效力曲线与二元反应数据的对应关系、线性空间限制的含义，以及数值例子和渐近结果采用的条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明先验参数、渐近结论内容或数值表现，不能推断普遍效率优势。
原文摘要
The prior distribution on the class of potency curves in quantal bioassay is assumed to be Ferguson's Dirichlet distribution. Given integrated squared error loss and quantal response data, we derive the Bayes estimator in a linear space generated by the data. Some numerical examples and asymptotic results are also given.