用于控制两参数模型中估计量相关性的实验设计
统计理论
2023-07-12 v1 统计理论
摘要
本文综述了两参数模型中与参数相关性相关的最新进展。分析了不同作者关于D-最优性能否同时降低两参数模型中置信椭圆相关性与面积的能力方面存在的明显矛盾。发现了两种主要方法：1) 认为最优性准则同时控制参数估计量的精度与相关性的；以及 2) 认为需组合准则以实现同一目标的。给出了一个解析准则，其结构同时结合了参数估计量精度的优化与它们之间估计量相关性的降低。该准则在一个简单线性回归模型（考虑所有可能设计空间）以及一个参数估计量强相关的非线性模型（Michaelis–Menten）中进行了测试以展示其性能。该准则在同时控制精度与相关性方面表现出优于所有策略与准则的行为。
引用
@article{arxiv.2307.05159,
title = {Experimental designs for controlling the correlation of estimators in two parameter models},
author = {Edgar Benitez and Jesús López-Fidalgo},
journal= {arXiv preprint arXiv:2307.05159},
year = {2023}
}
备注
30 pages, 8 figures, 5 tables