наименьших квадратов оптимизации в R

мне интересно, как можно было бы решить следующую задачу в R.наименьших квадратов оптимизации в R

У нас есть v вектор (из п элементов) и B матрицу (размерности тхп). например:

> v 
    [1] 2 4 3 1 5 7 

    > B 
     [,1] [,2] [,3] [,4] [,5] [,6] 
    [1,] 2 1 5 5 3 4 
    [2,] 4 5 6 3 2 5 
    [3,] 3 7 5 1 7 6

Ищу для м -длинный вектора у таким образом, что

sum((v - (u %*% B))^2)

минимизируется (т.е. минимизирует сумму квадратов).

источник

2015-07-07 benny

Вы описываете линейной регрессии, которое может быть сделано с помощью функции lm:

coefficients(lm(v~t(B)+0)) 
#  t(B)1  t(B)2  t(B)3 
# 0.2280676 -0.1505233 0.7431653

источник

2015-07-07 12:54:20 josliber

Спасибо за быстрый и четкий ответ. И что, если я ищу вектор * u * такой, что sum ((V - (B% *% diag (u)% *% t (B)))^2) минимизировано (для фиксированных матриц V и B). Это очень похоже, но я не знаю, может ли функция lm решить эту проблему. – benny

@benny это звучит совсем по-другому, и я хотел бы предложить вам задать отдельный вопрос. Вы можете обратиться к этому вопросу и ответить, если это станет более ясным. – josliber

Спасибо, я спросил об этом в другом вопросе: http://stackoverflow.com/questions/31301694/least-square-optimization-of-matrices-in-r – benny

наименьших квадратов оптимизации в R

ответ

Смежные вопросы