.png){kind=icon}
返回
Sequential group Morris method with error control for efficient factor screening in simulation experiments
.png){kind=icon}
PRE
AI
DOI：10.1080/24725854.2026.2641685.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
莫里斯 elementary effects 方法（MM）是一种广泛应用于各领域的因素筛选和敏感性分析的无模型方法。然而，传统的MM由于其一因子一次的特性，计算量可能很大。本文提出了一种新颖的多阶段顺序分组莫里斯方法（SGMM）及相应的顺序实施程序，适用于确定性和随机模拟设置。SGMM利用单个因素方向影响的先验知识来定义分组级别的 elementary effects。这使得可以早期消除效应微弱的分组因素。每个阶段采用无分布的顺序概率比检验（SPRT）来评估分组效应的显著性，确保对第一类和第二类家族错误率进行严格控制。数值实验表明，SGMM在保持高统计精度的同时，持续优于现有的基于模拟的因素筛选方法，计算节省最高可达87.87%。
Keyword:
Simulation experiments
factor screening
distribution-free
sequential probability ratio test
期刊
IF:
2.3
论文数:
85
被引数:
1.9K
机构
查看更多机构
引用论文
暂无论文信息