Lin 曾使用了三个优化准则：A2=∑i<jrij2, 文献上常常称之为 R2 准则; 将 R2 中的 “r" 改为 “ ρ ”，给A2 取均值就得到了A2 /[m(m-1)/2], 暂代记为MA2; 第三个是 ρM (Lin(2008)p.24, Lin(2010)p.13)其定义与 He(2009) 的 mcc 完全相同。请比较
Lin 说 ρM 和 MA2 来自 Bingham(2008)。四位博士都来自 Department of Statistics and Actuarial Science, Simon Fraser University，他们资源共享，合作共事。Lin(2008) chapter 3” 大篇幅抄录了 Bingham(2009) 的内容。而且 Bingham(2009) 的三位作者都是 Lin 的博士论文答辩的 “senior supervisor” 和 “supervisor”。
Bingham(2008)疑为 Bingham(2009) [Received October 2006. Revised May 2008]，其投稿日在 He(2009) 之后 8 个多月. 想着 2008 年能出版 如果正常，它应该在 2008 年 10 月出版，为什么拖延至 He(2009) 的修改稿后面 6 个多月提交修改稿？ 不能排除 Bingham(2009)的 ρM 来自 He(2009)，由这个事件的总导演 Boxin Tang 协调安排的嫌疑。 Lin 在2008 年之前引用了2009 年才出版的文章不奇怪吗？
在本课题中，上述三个准则功能相同，度量相关性。其中，mcc 最简单，编程最容易，运行速度最快，而且它能直接计算出相关性置信概率 p 值；而 ρ2 (即MA2)形式最复杂，编程最麻烦，计算速度最慢，不能计算 P 值。粗略地比较，在同样的条件下执行程序，如果 mcc 需要的时间为 1，A2 大约为 1.2，ρ2 大约需要 2.4。如果算上她的循环限是9×106, ρ2 需要的时间将远远大于10，以 runs=12 为例，Lin 算法所需时间是He 算法的时间的 2000 多倍。当 runs=21, Lin 算法所需时间是 He(2009)算法的 220 多倍。如果 He(2009) 运行一轮需要 10 分钟，则 Lin 算法需要 2200 分钟，即 37 小时。他们会采用这样的算法？
在测量效果方面, Bingham(2009) 有一个例子(这个例子也出现在 Lin(2008)和 Lin(2010) 中)。在该例中，ρM(D)= 0.0286, ρ2(D)=0.02862/(2k-1)=0.0008/(2k-1) 。 k=2 时, 取三位小数的报告值为ρ2 =0。 在ρ2 看来，该设计是正交的， 但 mcc=0.0286， p=0.0428, 它被认为是具有 0.95 的置信概率近似 OLHD。
作者承认读过 Xu(2002), 但 Bingham(2009) 的引文中找不到 Xu(2002)。你们有什么理由跳过 A2 直接定义ρ2 ？ ρ2 没有任何优势，这是为创新而创新。 当然，您还可以创新更多，把别人的结果换一个符号就创新了一个。给蛇加上脚就成了龙。
Lin 做过比较研究，不报告真实实验数据，只提供有利于自己的结果。这是什么行为？
Lin 使用了 mcc, 但是她说： “We have tried to use ρM(D) as an optimality criterion for several cases in the adapted algorithm. However, the results are not so good as those from using ρ2(D).” 她没有提供任何数据。Lin(2008) 的表 2.3-2.4 中只见到 mcc 而没有见到 ρ2, 她实际上使用的是 mcc 而不是ρ2。她撒了一个弥天大谎。按 Lin 博士的算法，当 runs=22, 在微机上需要远多于 37 小时。Lin 博士是这样算的？ 如果是，运行数 22 的正交超立方应该存在，至少有六个正交列。对于 ρsup>2=3.19*10-7，你的系统没有报告它是0.0000？
Bingham(2009) 的 ρ2 改编自 Xu(2002) 的 A2, ρM 偷窃自 He(2009) 的 mcc。