×

借助二次型辅助进行提升,以构建精确的实验设计。 (英语) Zbl 1482.62009年

摘要:在统计规划领域,有大量关于所谓最佳近似实验设计的理论知识和计算经验。然而,为了实现近似设计,必须将其转换为精确的设计,即整数设计,这通常是通过舍入过程完成的。尽管取整过程很快,但与根本不需要近似设计的启发式方法相比,取整过程通常会产生更差的精确设计。在本文中,我们建立在利用最佳近似设计计算最佳或接近最佳精确设计的另一种原理上。我们称之为二次辅助上升(AkuA)的原理是一种整数规划方法,它基于最优近似信息矩阵邻域中设计准则的二次近似。为此,我们给出了所有Kiefer准则的一个整数参数的二次逼近,包括(D)-和(A)-最优性,以及通过模型转换,(I)-最优性。重要的是,我们证明了相关二次型的低阶性质,这使我们能够有效地使用AkuA并将其应用于大型设计空间。我们通过数值实验证明了所提方法在各种实验约束下对选定统计模型的鲁棒性和优越性能。我们还展示了如何在质量下限和子样本成本上限下,将AQuA迭代应用于大型数据集的分层信息子采样。

MSC公司:

62-08 统计问题的计算方法
62K05美元 最佳统计设计
90立方厘米 整数编程
90C20个 二次规划
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Anderson-Cook,CM;博雷尔,CM;蒙哥马利,DC,响应面设计评估和比较,J Stat Plan Inference,139,2,629-641(2009)·Zbl 1149.62063号 ·doi:10.1016/j.jspi.2008.04.004
[2] 阿特金森,AC;阿肯色州多涅夫;托拜厄斯,RD,最优实验设计,与SAS(2007),牛津:牛津大学出版社,牛津·Zbl 1183.62129号
[3] 布图,M。;Gaubert,S。;Sagnol,G.,最优实验设计的子模块和随机取整技术,电子笔记离散数学,36679-686(2010)·Zbl 1237.93057号 ·doi:10.1016/j.endm.2010.05.086
[4] Cheng,C.,Kiefer-Wolfowitz等价定理在Hadamard变换光学问题中的应用,Ann Stat,15,41593-1603(1987)·Zbl 0629.62075号 ·doi:10.1214/aos/1176350612
[5] 康奈尔,JA,《混合物实验:设计、模型和混合物数据分析》(2002年),纽约:威利,纽约·Zbl 1001.62024号
[6] Dattoro,J.,《凸优化与欧几里德距离几何》(2008),帕洛阿尔托:梅布出版社,帕洛阿托
[7] Draguljic,D。;院长,AM;桑特纳,TJ,《有界非矩形区域的非塌陷空间填充设计》,《技术计量学》,54,2,169-178(2012)·doi:10.1080/00401706.2012.676951
[8] Dykstra,O.,实验数据的增加以最大化(|\text{X}^{prime}\text{X}|\),技术计量学,13,682-688(1971)
[9] FilováL,Harman R(2018)Ascent,用二次辅助构建精确的实验设计。arXiv预打印arXiv:1801.09124v2
[10] 古斯,P。;Jones,B.,《实验的优化设计:案例研究方法》(2011年),奇切斯特:威利
[11] 古斯,P。;琼斯,B。;Syafitri,U.,I-混合物试验的优化设计,美国统计协会杂志,111899-911(2016)·doi:10.1080/01621459.2015.1136632
[12] Gurobi Optimization,LLC(2018)古罗比优化器参考手册。http://www.gurobi.com。2019年12月31日检索
[13] Haines,LM,《退火算法在线性回归模型精确优化设计构建中的应用》,《技术计量学》,29439-447(1987)·兹比尔0632.62071
[14] 哈曼,R。;Filová,L.,使用整数二次规划计算实验的有效精确设计,《计算统计数据分析》,711159-1167(2014)·兹比尔1471.62087 ·doi:10.1016/j.csda.2013.02.021
[15] Harman R,FilováL(2019)包“OptimalDesign”。https://CRAN.R-project.org/package=OptimalDesign
[16] 哈曼,R。;巴赫拉特,A。;Filová,L.,多资源约束下高效实验设计的构建,Appl-Stoch Models Bus Ind,32,1,3-17(2016)·Zbl 1414.62334号 ·doi:10.1002/asmb.2117
[17] 哈曼,R。;Trnovská,M.,有限信息矩阵凸包实验的近似D-最优设计,《斯洛伐克数学》,59,6,693-704(2009)·Zbl 1211.62128号 ·doi:10.2478/s12175-009-0157-9
[18] Harville,DA,《统计学家视角下的矩阵代数》(1997),纽约:施普林格,纽约·Zbl 0881.15001号
[19] 琼斯,B。;西尔维斯特里尼,RT;哥伦比亚特区蒙哥马利;Steinberg,DM,《低噪声建模系统的桥梁设计》,《技术计量学》,57,2,155-163(2015)·doi:10.1080/00401706.2014.923788
[20] 基弗,J。;古普塔,不锈钢;Yackel,J.,《对称和近似在精确设计优化中的作用,统计决策理论和相关主题》,109-118(1971),剑桥:学术出版社,剑桥·Zbl 0274.62050
[21] 刘,S。;Neudecker,H.,Scheffé多项式模型的V最优设计,Stat Probab Lett,23,3,253-258(1995)·Zbl 0820.62065号 ·doi:10.1016/0167-7152(94)00122-O
[22] 曼达尔,A。;Wong,WK;Yu,Y。;院长,A。;莫里斯,M。;Stufken,J。;Bingham,D.,《优化设计的算法搜索》,《实验设计和分析手册》,211-218(2015),伦敦:查普曼和霍尔出版社,伦敦
[23] 医学博士麦凯;RJ贝克曼;Conover,WJ,《计算机代码输出分析中选择输入变量值的三种方法的比较》,《技术计量学》,21,2,239-245(1979)·兹伯利0415.62011
[24] 蒙哥马利,DC,实验设计与分析(2004),霍博肯:威利,霍博克
[25] Mosek Modeling Cookbook 3.1版。(2018). https://docs.mosek.com/MOSEKModelingCookbook-letter.pdf
[26] MG诺伊鲍尔;W·沃特金斯。;Zeitlin,J.,《六个物体的D最优称重设计》,Metrika,52,3185-211(2000)·Zbl 1092.65504号 ·doi:10.1007/PL00003982
[27] Novomestky F(2012)Matrixcalc:矩阵计算函数集合。https://cran.r-project.org/package=matrixcalc。2019年12月31日检索
[28] Pázman,A.,《最佳实验设计基础》(1986),多德雷赫特:雷德尔·Zbl 0588.62117号
[29] Pronzato L,Pázman A(2013)非线性模型实验设计。统计学课堂讲稿,212。纽约州施普林格·Zbl 1275.62026号
[30] Pronzato,L。;Zhigljavsky,AA,凹和可微准则紧集上最优设计的算法构造,J Stat Plan Inference,154,141-155(2014)·兹比尔1297.62175 ·doi:10.1016/j.jspi.2014.04.005
[31] Pukelsheim,F.,《实验的优化设计(应用数学经典)》(2006),费城:SIAM,费城
[32] Pukelsheim,F。;Rieder,S.,近似设计的有效四舍五入,Biometrika,79,763-770(1992)·doi:10.1093/biomet/79.4.763
[33] R A Lang Environ Stat Compute(2011),维也纳:统计计算基金会,维也纳
[34] Sagnol,G.,涉及谱函数的最大-次模平均问题的近似,及其在实验设计中的应用,离散应用数学,161,1,258-276(2013)·Zbl 1262.90152号 ·doi:10.1016/j.dam.2012.07.016
[35] 萨格诺,G。;Harman,R.,《通过混合整数二阶锥规划计算精确D-最优设计》,《Ann Stat》,43,5,2198-2224(2015)·Zbl 1331.62384号 ·doi:10.1214/15-AOS1339
[36] Stufken,J。;Yang,M.,关于具有群效应的广义线性模型的局部最优设计,Stat Sin,22,4,1765-1786(2012)·Zbl 1253.62054号
[37] MATLAB手册的MOSEK优化工具箱。9.1版。(2020). http://docs.mosek.com/8.1/toolbox/index.html
[38] Thoutt Z(2017)《葡萄酒评论》数据。https://github.com/zackthoutt/wine-deep-learning。检索日期:2019年12月31日
[39] 杨,M。;比德曼,S。;Tang,E.,《非线性模型的优化设计:一种通用且有效的算法》,J Am Stat Assoc,108,1411-1420(2013)·Zbl 1283.62161号 ·doi:10.1080/016214592013.806268
[40] Wang,H。;杨,M。;Stufken,J.,《基于信息的大数据线性回归最优子数据选择》,美国统计协会期刊,114393-405(2019)·Zbl 1478.62196号 ·doi:10.1080/01621459.2017.1408468
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。