Estoy haciendo una comparación de algunas técnicas alternativas de regresión lineal.

Claramente, estos estarán marcados en comparación con el MCO (Mínimos cuadrados ordinarios).

Pero solo quiero un método OLS puro, sin precondicionamiento de los datos para descubrir el mal condicionamiento en los datos que encuentra cuando los usa.regress().

Esperaba simplemente usar la expresión clásica (XX) ^ - 1XY? Sin embargo, esto requeriría usar elinv() función, pero en la página de guía de MATLAB parainv() recomienda que usesmldivide al hacer la estimación de mínimos cuadrados, ya que es superior en términos de tiempo de ejecución y precisión numérica.

Sin embargo, me preocupa si está bien usarmldivide para encontrar las estimaciones de OLS? Como operador, parece que no puedo ver qué está haciendo la función al "entrar" en el depurador.

Puedo asumir quemldivide ¿producirá las mismas respuestas que las MCO teóricas en todas las condiciones (incluso en presencia de) matrices condicionadas singulares / i-ll)?

Si no, ¿cuál es la mejor manera de calcular respuestas OLS puras en MATLAB sin ningún preacondicionamiento de los datos?