[英]Simple linear equation using qr.solve gives very off the mark results
[英]QR Factorization for Linear Regression Line in R (using qr.solve)
所以我想弄清楚如何使用 R 中的命令qr.solve
來根據特定數據集求解最佳擬合線(斜率和截距)的分量。 雖然我已經知道如何使用lm
function 執行此操作,但據我了解,矩陣的 qr 因式分解可能會產生相同的結果。 有人能解釋這樣的事情是怎么回事嗎,也許它比簡單的線性 model 命令有好處? qr.solve
function 的輸入可以在 R 中實現,還是我必須先自己解決,然后再插入 R?
我嘗試將我的數據集(2 列,每行代表圖形上的點)輸入到矩陣中,並將其用作 function qr.solve
中的 x 參數。 但是,我不太確定要為 b 插入什么。
QR分解可以求解Ax=b。 因此,當最小二乘解達到該點時:XTy = XTXB 我們可以使用 A = XTX 和 b = XTy 來求解 x = B。
?qr.solve
mtcars
lm(mpg ~ cyl, data=mtcars)
with(mtcars, {
X <<- cbind(1, cyl)
y <- mpg
A = t(X) %*% X
b = t(X) %*% y
qr.solve(A, b)
})
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.