Optimal designs for minimax-criteria in random coefficient regression models
Optimal designs for minimax-criteria in random coefficient regression models
复制标题
DOI：
10.1007/s00362-018-01072-w
复制
发表时间：
2018-11
影响因子：
1.3
通讯作者：
Maryna Prus
中科院分区：
文献类型：
--
作者：
Maryna Prus
我们考虑在随机系数回归模型中预测单个参数的最小最大最优设计。我们关注的是minimax准则，它使基本准则相对于随机效应的协方差矩阵的“最坏情况”最小化。我们详细讨论了特定的模型：线性回归和二次回归。
We consider minimax-optimal designs for the prediction of individual parameters in random coefficient regression models. We focus on the minimax-criterion, which minimizes the “worst case” for the basic criterion with respect to the covariance matrix of random effects. We discuss particular models: linear and quadratic regression, in detail.