摘要：超饱和设计是一类重要的部分因析设计,因其在因子筛选试验中有重要作用而受到广泛关注.文章基于水平置换方式并对设计进行倍扩的方法,实现由规模较小且性质优良的设计来构造超饱和设计,并分别在E(f_(NOD)),广义最小低价混杂和最小矩混杂等准则下讨论了所构造的超饱和设计的优良性质.最后,数值例子的结果验证了文章的理论结果.

摘要：超希腊拉丁方设计可以从多个不同方向控制试验的误差,在医学和工农业生产等领域有着广泛的应用.因此,对超希腊拉丁方设计进行方差分析有着重要意义.文章首先给出了超希腊拉丁方设计的方差分析,并讨论了在三种不同重复方式下的超希腊拉丁方设计的方差分析,最后通过例子验证所获的理论结果.

摘要：Doubling、tripling和quadrupling方法可用于构造大型的具有优良性质的二水平、三水平和四水平的空间填充设计.均匀设计作为一种空间填充设计被应用到许多领域.Li,et al.(2021)结合doubling和tripling方法构造大型二三混水平均匀设计.文章结合doubling和quadrupling方法将Li,et al.(2021)的结果推广到二四混水平情形,首先基于小规模二四混水平设计给出了二四混水平翻倍设计的结构;其次建立了翻倍设计的广义字长型和初始设计的广义字长型模式的解析关系;最后,以可卷型L2-偏差为均匀性度量讨论了翻倍设计和初始设计之间的均匀性关系,并分别获得翻倍设计和初始设计的可卷型L_(2)-偏差的两个下界.这些理论结果为构造具有优良性质的大型二四混水平均匀设计提供了理论基础.

摘要：许多领域都离不开试验,例如在新产品的研发以及测试中都需要进行精心设计的科学试验.当在试验中因子的水平改变非常困难时,如何合理安排试验次序是一个非常重要的问题.本文研究了具有最小和最大水平变化次数的试验次序的一些基本理论,并针对完全因析设计、非正规部分因析设计和均匀设计等设计讨论了最优试验次序构造方法.作为实际中广泛应用的一些设计,利用本文的结果给出了其具有最小和最大水平变化次数的试验次序及相应的水平变化次数.

摘要：均匀性模式是研究因析设计低维投影性质的重要方法.本文在混合偏差下针对实际应用中最为广泛的二水平、三水平因析设计从投影的角度讨论了其均匀性模式.对于二水平设计获得了其均匀性模式的下界;利用水平置换的方法研究了三水平设计的均匀性模式并获得了其下界.数值例子表明本文中获得的下界均是可达的.

摘要：在试验中若某些因子的水平变化非常困难或费用昂贵,或者试验存在时间趋势时,合理的试验安排顺序使其具有最小或最大的水平变化数至关重要.文章分别基于Hamming距离和Manhattan距离研究了试验设计具有最小(大)水平变化数的试验安排顺序,并针对等距设计、具有循环结构的设计等类型的设计讨论了其最优试验安排顺序及搜索算法.这些结果可为试验实施中节省试验成本或确保试验时间趋势稳健具有重要意义.实例表明文章的搜索算法非常有效.

摘要：在统计推断里,参数估计的好坏很大程度上依赖于抽样设计,所以有效的抽样设计将是一项重要的研究课题.本文分别在简单随机抽样(SRS)和动态极值排序集抽样(MERSS)下研究了Rayleigh分布中参数的无偏估计,最优线性无偏估计(BLUE),极大似然估计(MLE)和修正MLE.数值结果显示MERSS估计比SRS估计更有效.

摘要：在统计推断里,参数估计的好坏很大程度上依赖于抽样设计,所以有效的抽样设计将是一项重要的研究课题.本文分别在简单随机抽样(SRS)和动态极值排序集抽样(MERSS)下研究了Inverse Rayleigh分布中参数的一些优良估计.数值结果显示MERSS估计比SRS估计更有效.

摘要：在统计推断里,参数估计的好坏很大程度上依赖于抽样设计,所以有效的抽样设计将是一项重要的研究课题.文章分别在简单随机抽样(SRS)和非均等最小值排序集抽样(RSS)下研究了 Power-Lindley分布中参数的极大似然估计(MLEs).数值结果显示非均等最小值RSS下的MLEs比SRS的MLEs更有效.

摘要：当研究目标的实际测量具有不可修复的破坏性或耗资巨大时,有效的抽样设计将是一项重要的研究课题.在统计推断方面,排序集抽样被视为一种更为有效的收集数据的方式.极值排序集抽样(ERSS)是一种改进的排序集抽样.文章在ERSS下研究了总体均值的比率估计.以正态分布为例,比较了简单随机抽样和ERSS下比率估计的相对效率.数值结果表明ERSS下的比率估计优于简单随机抽样下的比率估计.