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。
Answers:
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。
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”。
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)。