Exakte Inferenz im Modell der normalen linearen Regression mit Ungleichheitsbeschränkungen

Zusammenfassung: Die Inferenz im Modell der normalen linearen Regression mit Ungleichheitsbeschränkungen wird als Problem der Bayesschen Inferenz betrachtet, wobei ein Prior verwendet wird, der das Produkt einer herkömmlichen uninformativen Verteilung und einer Indikatorfunktion darstellt, die die Ungleichheitsbeschränkungen repräsentiert. Die posterior Verteilung wird mittels Monte-Carlo-numerischer Integration berechnet, was direkt zur Bewertung der erwarteten Werte von Interessensfunktionen führt. Dieser Ansatz wird mit anderen verglichen, die vorgeschlagen wurden. Drei empirische Beispiele veranschaulichen die Nützlichkeit der vorgeschlagenen Methoden unter Verwendung eines kostengünstigen 32-Bit-Mikrocomputers.