矩阵数学：使用线性回归中的系数来计算值答案

【问题标题】：Matrix Math: Using coefficients from a linear regression to calculate values矩阵数学：使用线性回归中的系数来计算值
【发布时间】：2013-12-05 16:37:14
【问题描述】：

我有一个由 1 行和 2 列组成的矩阵[D]（第 1 列中的截距，第 2 列中的斜率）。

然后我有一个 30 行和 2 列的矩阵 [C]，其中该矩阵的第 2 列是感兴趣的。我想取斜率[D, 2] 值乘以[C, 2] 值并加上截距[D,1]，然后将新计算的值存储在新矩阵中。

我现在的代码：

A <- matrix(c(Box.Z, Box.DC.gm), nrow=42)

randco

B<- A[sample(42,6),]
arows <- apply(A, 1, paste, collapse="_")
brows <- apply(B, 1, paste, collapse="_")
C<- A[-match(brows, arows), ]
D<- lm(B[,2] ~ B[,1])$coefficients

}

【问题讨论】：

标签： r math matrix

【解决方案1】：

您可以在您的lm 对象上使用predict。诀窍是给它 C 列颠倒：

predict(lm(B[,2]~B[,1]), newdata=list(B=C[,2:1]))

【讨论】：

如果我希望 newdata 在矩阵而不是列表中，这可能吗？
如果在强制数据帧（将被尝试）时，结果数据帧具有必要的列名，则 predict 不会抛出错误。整体策略是否合理是您的责任
你能解释一下语法的 list(B=C[,2:1]) 部分吗？我不确定他们在这里指的是什么。谢谢！
因为你在lm调用中指定了解释变量是一个名为B的对象的第二列，所以你必须传递去预测。

【解决方案2】：

只需在 C 矩阵中添加一列 1，然后矩阵相乘：

cbind(1,C[,2]) %*% D

【讨论】：

我想将矩阵 C 的第 2 列仅乘以矩阵 D 的第 2 列中的斜率，然后将截距值添加到矩阵 D 的第 1 列中。您的函数似乎不起作用那个。