Access

You are not currently logged in.

Access your personal account or get JSTOR access through your library or other institution:

login

Log in to your personal account or through your institution.

Optimal Design for the Proportional Odds Model

Inna Perevozskaya, William F. Rosenberger and Linda M. Haines
The Canadian Journal of Statistics / La Revue Canadienne de Statistique
Vol. 31, No. 2 (Jun., 2003), pp. 225-235
Stable URL: http://www.jstor.org/stable/3316068
Page Count: 11
  • Download ($4.00)
  • Cite this Item
Optimal Design for the Proportional Odds Model
Preview not available

Abstract

The authors construct locally optimal designs for the proportional odds model for ordinal data. While they investigate the standard D-optimal design, they also investigate optimality criteria for the simultaneous estimation of multiple quantiles, namely DA-optimality and the omnibus criterion. The design of experiments for the simultaneous estimation of multiple quantiles is important in both toxic and effective dose studies in medicine. As with c-optimality in the binary response problem, the authors find that there are distinct phase changes when exploring extreme quantiles that require additional design points. The authors also investigate relative efficiencies of the criteria. /// Les auteurs élaborent des plans d'expérience localement optimaux pour des données ordinales répondant à un modèle à rapports de cotes proportionnels. En plus du plan D-optimal standard, ils explorent deux critères d'optimalité, la $D_{A}\text{-optimalit}\acute{{\rm e}}$ et un critère dit omnibus, permettant de répondre à un souci d'estimation simultanée de plusieurs quantiles. Cette préoccupation a son importance dans les études médicales de dosage et de toxicité. Les auteurs montrent qu'à l'instar de la c-optimalité dans les cas de réponses dichotomiques, le besoin d'estimer de quantiles extrêmes induit des changements de phase très nets dans la taille des plans. Ils étudient en outre l'efficacité relative de leurs critères.

Page Thumbnails

  • Thumbnail: Page 
225
    225
  • Thumbnail: Page 
226
    226
  • Thumbnail: Page 
227
    227
  • Thumbnail: Page 
228
    228
  • Thumbnail: Page 
229
    229
  • Thumbnail: Page 
230
    230
  • Thumbnail: Page 
231
    231
  • Thumbnail: Page 
232
    232
  • Thumbnail: Page 
233
    233
  • Thumbnail: Page 
234
    234
  • Thumbnail: Page 
235
    235