摘要

总结

我们研究了不同模型假设下单点最优外推设计的鲁棒性。一个奇怪的结果是,无论真正的基础模型是k次多项式还是m-k次多项式(k=1,2,…,m−1),m次多项式的最优外推设计的效率都是相同的。此外,当我们高估多项式模型的阶数并且外推点距离设计空间“很远”时,最优外推设计的效率损失在40-50%之间。我们提出了一类新的外推最优性准则。新的最优外推设计对回归函数更加有效和稳健。它们在多项式模型之间具有很好的区分能力,如果外推点距离设计空间足够“远”,则它们与Dette(1994)研究的最佳区分设计相一致。

此内容仅以PDF格式提供。
您当前没有访问此文章的权限。