La Inferencia estadística con restricciones tiene por objeto diseñar procedimientos que, aprovechando la información a priori que a menudo se tiene sobre los parámetros del modelo de interés, resulten más eficientes que los clásicos que no tienen en cuenta dicha información previa.

Desde sus inicios, hace más de veinte años, este grupo se ha dedicado al estudio de problemas generales de estimación y contraste de hipótesis en modelos lineales normales cuando la incorporación de la información a priori se traduce en la reducción del espacio paramétrico habitual a un cono convexo y cerrado.

La metodología ha estado basada en el principio de máxima verosimilitud y en consecuencia en el estudio del comportamiento del estimador máximo verosímil y del test de la razón de verosimilitud.

Las principales aportaciones del grupo se concretan, por un lado, en delimitar en que situaciones los procedimientos con restricciones tienen un buen comportamiento y poner de manifiesto y explicar las razones de índole estructural que justifican el deficiente comportamiento de dichos procedimientos en otras situaciones, y, por otro, en la propuesta de procedimientos alternativos que eviten dicho comportamiento anómalo.