参考书适用于线性代数的统计？

我已经在R中工作了一段时间，并且遇到过PCA，SVD，QR分解以及许多此类线性代数结果（在检查估计的加权回归等时），所以我想知道是否有人对一个好的建议一本全面的线性代数书，虽然理论上不太严格，但数学上很严格，涵盖了所有这些主题。

我使用/听说过的“三大”是：

温和的 矩阵代数：理论，计算和统计学应用。（Amazon链接）。

塞尔，矩阵代数对统计有用。（Amazon链接）。

从统计学家的角度看 Harville，矩阵代数。（Amazon链接）。

我曾经使用过Gentle和Harville，发现两者都非常有帮助且易于管理。

矩阵食谱：

http://orion.uwaterloo.ca/~hwolkowi/matrixcookbook.pdf

是一种免费资源，它将包含各种有用的身份，包括各种分解，各种常用矩阵结构的逆形式，用于区分矩阵函数的公式等等。您可能会在矩阵食谱中找到所需的内容。我从来没有发现任何错误都没有，但因为矩阵食谱是一个免费的资源，它不是专业编辑，所以有可能潜在有错误出现。但是，它会定期进行更新，因此我不必为此担心太多。

尽管这是一本通用的手册，但是正如您将看到的，当然有一些统计数据是倾斜的。

矩阵计算的戈卢布和Van贷款是许多矩阵运算的标准参考。

我发现Kollo和von Rosen撰写的“ 带有矩阵的高级多元统计”在处理多元统计时非常有用。前170页是线性代数。然后，它以严格的方式涵盖了多元分布，渐近性和线性模型。它不包括投影方法。

除了@Mike Wierzbicki提到的三个（我都使用），另一个有用的是Puntanen，Styan和Isotalo（2011）的“线性统计模型的矩阵技巧”。

您可以尝试John F. Monahan撰写的“统计的数值方法”。它假定您知道线性代数，但是作者的网站提供了用R编码的程序。

克里希南·纳博奥德里（Krishnan Namboodiri）的“ 矩阵代数：简介”是一种快速的系统方法，用于学习您需要的许多线性代数。

您也可以尝试MIT OCW。

我有Anton的初等线性代数，主要用于有关线性方程和矩阵以及行列式的章节（我有第7版）。

作为数学统计学的学生，Rangcher的一本名为《统计学中的线性模型》的书对我很有帮助。特别是在处理二次形式的均值和方差时。在此链接中可用。我希望它对其他学生和研究人员也有用。