python和r中的Hat矩阵返回不同的结果

Question

假设我们有3个简单矩阵如下：

X = pd.DataFrame(data=[1,0,1,1,0,0,0,0,0,0], columns=['X'])
y = pd.DataFrame(data=[0,0,0,0,0,0,0,0,0,1], columns=['y'])
w=[0.000024,0.134312,0.000024,0.000024,0.134312,0.134312,0.134312,0.134312,0.134312,0.015673]

我们要计算X上帽子矩阵的对角线。从here开始，公式为：

  

HAT = X（X＆＃39; WX）^ - 1X＆＃39;

这是我的python代码来计算它：

w = np.diag(w)
w = pd.DataFrame(data=w)
xtw = np.dot(X.T,w)
xtwx = np.dot(xtw,X)
xtwxi = np.linalg.inv(xtwx)
xtwxixtw = np.dot(xtwxi,xtw)
xxtwxixtw = np.dot(X,xtwxixtw)
print np.diag(xxtwxixtw)
print np.diag(xxtwxixtw).sum()

并返回：

[ 0.33333333  0.          0.33333333  0.33333333  0.          0.          0. 0.          0.          0.        ]

1

作为参考说（＆＃34; hii的总和等于p，参数的数量（回归系数包括截距＆＃34;）

然后我尝试了r，这是我的r代码：

print(lm.influence(lm(y ~ X - 1, weights = W), do.coef = FALSE)$hat)
print(sum(lm.influence(lm(y ~ X - 1, weights = W), do.coef = FALSE)$hat))

并返回：

[0.3333333 0.1634870 0.3333333 0.3333333 0.1634870 0.1634870 0.1634870 0.1634870 0.1634870 0.0190779] 

2

我做错了吗？为什么会有不同的结果？