Ich vergleiche einige alternative lineare Regressionstechniken.

Es ist klar, dass diese im Vergleich zu OLS (Ordinary Least Squares) benchmarked sind.

Aber ich möchte nur eine reine OLS-Methode, keine Vorkonditionierung der Daten, um eine schlechte Konditionierung der Daten aufzudecken, wie Sie sie bei der Verwendung findenregress().

Ich hatte gehofft, einfach den klassischen (XX) ^ - 1XY-Ausdruck zu verwenden. Dies würde jedoch die Verwendung desinv() Funktion, aber in der MATLAB-Anleitung fürinv() Es wird empfohlen, dass Sie verwendenmldivide Wenn Sie die Schätzung der kleinsten Quadrate durchführen, ist sie hinsichtlich Ausführungszeit und numerischer Genauigkeit überlegen.

Ich bin jedoch besorgt, ob die Verwendung in Ordnung istmldivide finden Sie die OLS-Schätzungen? Als Operator kann ich anscheinend nicht erkennen, was die Funktion tut, wenn ich im Debugger "einsteige".

Kann ich das annehmenmldivide werden unter allen Bedingungen (auch in Gegenwart von) singulären / i-ll konditionierten Matrizen die gleichen Antworten wie theoretische OLS erhalten?

Wenn nicht, wie lassen sich reine OLS-Antworten in MATLAB ohne Vorkonditionierung der Daten am besten berechnen?