استنباط شرطی برای ضرایب رگرسیونی

دو روش معمول در استنباط آماری عبارتند از این که، یا مقادیر فضای نمونه ای درنظر گرفته شود و یا اینکه فقط به مقدار مشاهده شده متغیر تصادفی تعریف شده، توجه شود. موضوع استنباط شرطی بر اساس آماره های فرعی برای ایجاد رابطه بین این دو روش پایه ریزی شده است.در این پایان نامه به بیان اهمیت استفاده از آماره های فرعی و نقش آن ها در استنباط های شرطی می پردازیم و نشان می دهیم که چگونه شرطی کردن روی آماره فرعی می تواند به بهبود استنباط ها منجر شود. در ادامه چگونگی محاسبه برآوردهای مکان-مقیاس بهینه که با نظریه شرطی ارتباط دارند، را شرح داده و توضیح می دهیم که چگونه شرطی کردن منجر به برآوردهای نقطه ای بهینه در بیشتر مسائل ساده و اساسی آماری می شود. از آنجا که می توان نظریه استنباط شرطی را به هر مدل تبدیل، تعمیم داد به بررسی روش های استنباط شرطی برای ضرایب رگرسیونی تحت مدل رگرسیون خطی هنگامی که توزیع خطا نامشخص است، می پردازیم.