m x n矩阵的叉积的倒数

时间:2019-02-16 09:16:04

标签: r matrix inverse cross-product

我想使用随机矩阵重新创建以下计算:

enter image description here

我从以下内容开始,给出了结果:

kmin1 <- cbind(1:10,1:10,6:15,1:10,1:10,6:15,1:10,1:10,6:15)
C <- cbind(1, kmin1)                # Column of 1s
diag(C) <- 1
Ccrosprod <-crossprod(C)            # C'C
Ctranspose <- t(C)                  # C'
CCtransposeinv <- solve(Ccrosprod)  # (C'C)^-1
W <- Ctranspose %*% CCtransposeinv  # W=(C'C)^-1*C'

但是我的假设是C应该能够成为m x n矩阵,因为没有充分的理由假设因素等于观察值。

编辑:基于Hong Ooi的评论,我将kmin1 <- matrix(rexp(200, rate=.1), ncol=20)更改为kmin1 <- matrix(rexp(200, rate=.1), nrow=20)

我检查了wikipedia,并发现m x n可能具有左或右反角。为了将其付诸实践,我尝试了以下操作:

kmin1 <- matrix(rexp(200, rate=.1), nrow=20)
C <- cbind(1, kmin1)                # Column of 1s
Ccrosprod <-crossprod(C)            # C'C
Ctranspose <- t(C)                  # C'
CCtransposeinv <- solve(Ccrosprod)  # (C'C)^-1
W <- Ctranspose %*% CCtransposeinv  # W=(C'C)^-1*C'

编辑:基于此问题下面的评论,一切正常。

如果我确定这与语法没有任何关系,我会将其发布在stackexchange上,但是由于我对矩阵不熟悉,所以不确定。

2 个答案:

答案 0 :(得分:0)

首先,我不熟悉您的研究/工作领域(计量经济学?),所以我不确定从特定领域的知识角度出发,以下内容是否明智。

此外,库MASS允许计算非方阵的Moore-Penrose generalised inverse

因此,您对非平方矩阵的计算可能会泛泛起来

library(MASS)
W <- ginv(t(C) %*% C) %*% t(C)

答案 1 :(得分:0)

如果C的列是线性独立的,则C'C是可逆的,并且(C'C) -1 C'等于以下任意值:

set.seed(123)
kmin1 <- matrix(rexp(200, rate=.1), nrow=20)
C <- cbind(1, kmin1)

r1 <- solve(crossprod(C), t(C))
r2 <- qr.solve(crossprod(C), t(C))

r3 <- chol2inv(chol(crossprod(C))) %*% t(C)

r4 <- with(svd(C), v %*% diag(1/d) %*% t(u))
r5 <- with(eigen(crossprod(C)), vectors %*% diag(1/values) %*% t(vectors)) %*% t(C)

r6 <- coef(lm.fit(C, diag(nrow(C))))

# check

all.equal(r1, r2)
## [1] TRUE

all.equal(r1, r3)
## [1] TRUE

all.equal(r1, r4)
## [1] TRUE

all.equal(r1, r5)
## [1] TRUE

dimnames(r6) <- NULL
all.equal(r1, r6)
## [1] TRUE

如果C'C不一定是可逆的,则答案不一定是唯一的(尽管如果我们对C(C'C)- C'感兴趣,那么即使伪逆,它也将是唯一的C'C可能不是)。无论如何,我们可以通过进行奇异值分解(或特征值分解)并使用奇异值(或特征值)的倒数并对接近0的值使用0来形成一个伪逆。这等于使用Moore彭罗斯伪逆。 (上面显示的lm.fit方法也可以使用,但是会在结果中生成一些NA。)

set.seed(123)
kmin1 <- matrix(rexp(200, rate=.1), nrow=20)
C <- cbind(1, kmin1)
C[, 11] <- C[, 2] + C[, 3] # force singularity

eps <- 1.e-5 
s1 <- with(svd(C), v %*% diag(ifelse(abs(d) < eps, 0, 1/(d))) %*% t(u))
s2 <- with(eigen(crossprod(C)), 
  vectors %*% diag(ifelse(abs(values) < eps, 0, 1/values)) %*% t(vectors)) %*% t(C)

# check
all.equal(s1, s2)
## [1] TRUE