我有我需要估计的模型， 对于和。

$$Y = \pi_0 + \pi_1 X_1 + \pi_2 X_2 + \pi_3 X_3 + \varepsilon,$$ $\sum_k \pi_k = 1 \text{ for }k \geq 1$$\pi_k\ge0 \text{ for }k \geq 1$

猫王对另一个问题的回答解决了的情况。这是他/她的此解决方案的代码：$\pi_0 = 0$

   > library("quadprog");
   > X <- matrix(runif(300), ncol=3)
   > Y <- X %*% c(0.2,0.3,0.5) + rnorm(100, sd=0.2)
   > Rinv <- solve(chol(t(X) %*% X));
   > C <- cbind(rep(1,3), diag(3))
   > b <- c(1,rep(0,3))
   > d <- t(Y) %*% X  
   > solve.QP(Dmat = Rinv, factorized = TRUE, dvec = d, Amat = C, bvec = b, meq = 1)
   $solution
   [1] 0.2049587 0.3098867 0.4851546

   $value
   [1] -16.0402

   $unconstrained.solution
   [1] 0.2295507 0.3217405 0.5002459

   $iterations
   [1] 2 0

   $Lagrangian
   [1] 1.454517 0.000000 0.000000 0.000000

   $iact
   [1] 1

如何调整此代码以便它可以估计截距？

这已在此处交叉发布，因为我的作业小组对我尚未估计此回归感到恼火。如果/当其他论坛参与者首先到达那里，我将在这里回答这个问题。