在工業、農業、或醫藥界的實驗中，經常必須拿數個不同的試驗處理
(test treatments)和一個已使用過的對照處理(control treatment)比較
。所謂的試驗處理可能是數組新的儀器、不同配方的新藥、或不同成份的
肥料等。以實驗新藥為例，研藥者想決定是否能以新藥取代原來所使用的
藥，故對v種新藥與原藥做比較，評估其藥效之差異。為了降低實驗中不
必要的誤差以增加其準確性，集區設計成為實驗者常用的設計方法之一；
又因A式最適設計是我們欲估計的對照處理效果(effect)與試驗處理效果
之差異之估計值最小的設計，基於此良好的統計特性，我們選擇A式最適
性為評判根據。古典的A式最適性並未將對照處理與試驗處理所具備的先
前資訊(prior information)加以考慮，以上例而言，我們不可能對原來
使用的藥一無所知，經由過去的實驗或臨床的反應，研藥者必已對其藥性
有某種程度的了解，直觀上，這種過去經驗的累積，影響到實驗配置上，
可能使對照處理的實驗次數減少，相對地可對試驗處理多做實驗，設計遂
更具意義。因而本文考慮在k>v的情形下之貝式最適集區設計，對先前分
配施以某種限制，依據準確設計理論(exact design theory)，推導單項
異種消除模型(one- way elimination of heterogeneity model)之下的
貝氏A式最適設計與Γ- minimax最適設計，使Majumdar(1992)的結果能適
用於完全集區設計。此種設計對先前分配具有強韌性，即當先前分配有所
偏誤，且其誤差在某一範圍內時，此設計仍為最適設計或仍可維持所謂的
高效度(high efficiency)。本文將列舉許多實例以說明此一特性。
We consider the problem of comparing a set of v test treatments
simultaneously with a control treatment when k>v. Following the
work of Majumdar(1992), we use exact design theory to derive
Bayes A-optimal designs and optimal Γ-minimax designs for the
one-way elimination of heterogeneity model. These designs have
the same properties as of Bayes A-optimal incomplete block
designs. We also provide several examples of robust optimal
designs and highly efficient designs.
| Identifer | oai:union.ndltd.org:CHENGCHI/B2002004192 |
| Creators | 楊玉韻, Yang,Yu Yun |
| Publisher | 國立政治大學 |
| Source Sets | National Chengchi University Libraries |
| Language | 英文 |
| Detected Language | English |
| Type | text |
| Rights | Copyright © nccu library on behalf of the copyright holders |
Page generated in 0.0021 seconds