文献

J-GLOBAL ID：202202281516434075   整理番号：22A1058051

より正確な近似に基づくロジスティックモデルのためのD最適設計【JST・京大機械翻訳】

D-optimal design for logistic model based on more precise approximation

著者 (3件)： Hooshangifar Mina (Department of Statistics, University of Isfahan, Isfahan, Iran) ,  Talebi Hooshang (Department of Statistics, University of Isfahan, Isfahan, Iran) ,  Poursina Davood (Department of Statistics, Faculty of Mathematical Science, University of Kashan, Kashan, Iran)
資料名： Communications in Statistics - Theory and Methods  (Communications in Statistics - Theory and Methods)
巻： 51  号： 7  ページ： 1975-1992  発行年： 2022年 
JST資料番号： W5821A  ISSN： 0361-0926  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 近似理論は,Fisher情報マトリックスによって共分散マトリックスを近似することによって,最適設計発見において利用した。しかし,近似精度は試料サイズに依存する。さらに,成功の割合,[数式:原文を参照]は,根底にあるモデルがロジスティックである場合,近似においても重要である。したがって,極端な[数式:原文を参照]に直面することに加えて,大きな実験を実行する際の制約に直面した場合,通常の情報行列は近似において十分に正確でないかもしれない。本研究では,局所D最適設計を,分散近似のためのより厳密なHammersley-Chapman-Robbins(H-C-R)下限を適用して得た準情報行列に基づくロジスティックモデルに対して提案した。一般的等価定理は不十分であり,従ってそれを適応させた。そのようなアプローチの下で,得られた最適設計は,パラメータ推定の分散と平均二乗誤差に関して以前のものより効率的である。さらに,モデルパラメータの無限推定の確率は,サポートポイントにおける成功の極端な比率による実験において減少した。したがって,提案した最適設計は,特別な実用状況に対して,より良く機能した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 行列 ,  効率 ,  誤差 ,  *最適設計 ,  数学モデル ,  共分散 ,  *近似法 ,  定理 ,  パラメータ推定
準シソーラス用語： 近似推論 ,  Fisher情報量 ,  平均二乗誤差 ,  *ロジスティックモデル ,  モデルパラメータ ,  近似精度 ,  一般化線形モデル , 【Automatic Indexing@JST】

著者キーワード (5件)： Hammersley-Chapman-Robbins限界 ,  一般化線形モデル ,  準情報行列 ,  局所的D最適設計 ,  適合等価定理

分類 (2件)： 信号理論  (ND02020G) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 近似 ,  ロジスティックモデル ,  最適設計