An Algorithm for Restricted Least Squares Regression
约束最小二乘回归的一种算法AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究通用约束优化与回归计算，未将其联系到所列经济计量细分领域。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
约束最小二乘回归的一种算法
- 研究问题
- 如何在附加约束下最小化最小二乘目标，并将求解方法用于凹凸函数拟合、一般二次规划及相关对偶问题？
- 方法与思路
- 作者提出简单迭代算法并研究其收敛，展示凹凸拟合及二次规划例子，讨论对偶求解和其他目标表达式的扩展。
- 材料陈述的贡献
- 摘要称，该算法收敛到所需解，并可给出基本问题的对偶解；文章同时提供多个例子及超出最小二乘的扩展。
- 阅读关注点
- 核对允许的约束形式、可行性和收敛条件，检查解的唯一性、停止准则，以及对偶和非最小二乘扩展的适用范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；约束类别、收敛速度与扩展条件未说明，不能推断可求解任意约束优化问题。
原文摘要
A commonly occurring problem in statistics is that of minimizing a least squares expression subject to side constraints. Here a simple iterative algorithm is presented and shown to converge to the desired solution. Several examples are presented, including finding the closest concave (convex) function to a set of points and other general quadratic programming problems. The dual problem to the basic problem is also discussed and a solution for it is given in terms of the algorithm. Finally, extensions to expressions other than least squares are given.