Computation of the Optimum Designs Under Singular Information Matrices
奇异信息矩阵下最优设计的计算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：摘要讨论信息矩阵奇异时的一般最优实验设计计算，缺少所列领域细分的直接依据。
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
奇异信息矩阵下最优设计的计算
- 研究问题
- 当实验设计的信息矩阵不可避免地奇异时，能否沿用非奇异情形的计算程序，为部分目标参数寻找最优设计？
- 方法与思路
- 作者提出扩充实验区域，使非奇异情形中针对部分参数的最优设计计算程序，也能够用于信息矩阵奇异的情形。
- 材料陈述的贡献
- 摘要称，计算最优设计时可以不使用广义逆，但分析仍需广义逆，并说明通过扩充实验区域复用已有程序的思路。
- 阅读关注点
- 阅读全文时应核对实验区域如何扩充、目标参数是否可估，以及变换前后设计问题的对应关系和最优性条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明设计准则与扩充步骤，不能将计算中免用广义逆理解为分析中也无需使用。
原文摘要
The main result of this paper is that $g$-inverses are not needed for computing optimum designs when the singularity of the information matrix is unavoidable. They are, of course, needed for the analysis. It will be shown that it is possible to augment the experimental region so that procedures for computing optimum designs for $s$ out $k$ parameters $(s < k)$ which are developed for the nonsingular case may also be used for the singular case.