Regression Analysis Under A Priori Parameter Restrictions

این تک نگاری بر ساخت مدل های رگرسیون با نابرابری های قیود خطی و غیر خطی از نقطه نظر نظری تمرکز دارد. برخلاف انتشارات قبلی، این جلد خواص رگرسیون با محدودیت‌های نابرابری را تجزیه و تحلیل می‌کند، انعطاف‌پذیری محدودیت‌های نابرابری و توانایی آنها را برای انطباق در حضور اطلاعات قبلی قبلی بررسی می‌کند. اجرای محدودیت‌های نابرابری دقت مدل‌ها را بهبود می‌بخشد و احتمال خطاها بر اساس نتایج نظری به‌دست‌آمده، یک تکنیک محاسباتی برای مشکلات تخمین و پیش‌بینی پیشنهاد می‌شود. این رویکرد به کاربردهای متعددی در مسائل مختلف عملی کمک می‌کند، که چندین مورد از آنها به تفصیل مورد بحث قرار گرفته‌اند. این کتاب همچنین ممکن است برای متخصصان دیگر شاخه های ریاضیات کاربردی، فناوری، اقتصاد سنجی و مالی مفید باشد

This monograph focuses on the construction of regression models with linear and non-linear constrain inequalities from the theoretical point of view. Unlike previous publications, this volume analyses the properties of regression with inequality constrains, investigating the flexibility of inequality constrains and their ability to adapt in the presence of additional a priori information The implementation of inequality constrains improves the accuracy of models, and decreases the likelihood of errors. Based on the obtained theoretical results, a computational technique for estimation and prognostication problems is suggested. This approach lends itself to numerous applications in various practical problems, several of which are discussed in detail The book is useful resource for graduate students, PhD students, as well as for researchers who specialize in applied statistics and optimization. This book may also be useful to specialists in other branches of applied mathematics, technology, econometrics and finance