Optimal design in random-effects regression models
随机效应回归模型的最优设计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：摘要聚焦随机效应实验设计，未明确研究面板数据估计或其他所列细分问题。
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
随机效应回归模型的最优设计
- 研究问题
- 在给定最大实验成本时，应如何联合选择受试者数量与个体观测设计，使随机效应模型总体参数的信息量尽可能大？
- 方法与思路
- 作者将个体设计成本纳入总体设计，提出最大化 Fisher 信息矩阵行列式的算法，并通过一阶线性化用于毒代动力学模型。
- 材料陈述的贡献
- 摘要称给出线性正态模型的信息矩阵与成本约束设计算法；示例显示部分最优设计相较常规设计具有更高效率。
- 阅读关注点
- 核对总体参数与个体设计的定义、成本函数及可行约束，以及算法如何求解、线性化误差和示例效率比较的依据。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给出算法全局最优保证、效率增幅或非线性近似条件，不能推广示例优势。
原文摘要
An approach is proposed to optimal design of experiments for estimating random-effects regression models. The population designs are defined by the number of subjects and the individual designs to be performed. Cost functions associated with individual designs are incorporated. For a given maximal cost, an algorithm is proposed for finding the statistical population design that maximises the determinant of the Fisher information matrix of the population parameters. The Fisher information matrix is formulated for linear models and normal distributions. The approach is applied to the design of an optimal experiment in toxicokinetics using a first-order linearisation of the model. Several cost functions and designs of various orders are studied. An example illustrates the optimal population designs and the increased efficiency of some optimal designs over more standard designs.