我们有一个用表示的方差-协方差矩阵,其中是设计矩阵。在线性回归中,我们可以使用正规方程估计 beta 系数,例如,我们还可以使用,其中是从样本中估计的。
我在我的库中实现了线性回归,我使用 QR 分解来解决 beta,还使用 QR 分解来计算,然后只取它的对角线元素的平方根。我通过求解 I 计算的最后一个,其中是我要搜索的内容。
有没有更快的方法来计算的倒数的对角元素?我知道 Cholesky,我没有考虑它,因为它也是并且在数值上不太稳定。只有那些对角线元素有捷径吗?
我们有一个用表示的方差-协方差矩阵,其中是设计矩阵。在线性回归中,我们可以使用正规方程估计 beta 系数,例如,我们还可以使用,其中是从样本中估计的。
我在我的库中实现了线性回归,我使用 QR 分解来解决 beta,还使用 QR 分解来计算,然后只取它的对角线元素的平方根。我通过求解 I 计算的最后一个,其中是我要搜索的内容。
有没有更快的方法来计算的倒数的对角元素?我知道 Cholesky,我没有考虑它,因为它也是并且在数值上不太稳定。只有那些对角线元素有捷径吗?
的 (i,i)'th 对角线条目写为乘积,其中是第 i 个欧几里得向量(全为零,除了第 i 个位置的一个)。
如果您已经拥有 QR 分解,那么和。如果引入向量,则。
此过程很容易映射到 LAPACK/BLAS: (a)使用 dgeqrf() 就地之后,所需的将在 triu( ) (b) 对于每个对角线,形成然后使用 dtrsv() 从左侧通过反解它,得到。然后。这是 dnrm2()。
这可能正是您正在做的事情,但是您的 OP 建议您可能正在明确地形成逆,我认为这没有必要。这种帖子方法的计算成本是渐近相同的,尽管它可能会为您节省一个临时的。