Я немного работал в R и сталкивался с такими вещами, как PCA, SVD, QR-разложения и многими такими результатами линейной алгебры (при проверке оценки взвешенных регрессий и т. Д.), Поэтому я хотел знать, есть ли у кого-нибудь рекомендации относительно хорошего всеобъемлющая книга по линейной алгебре, которая не слишком теоретическая, но математически строгая и охватывает все эти темы.
источник
Матрица поваренной книги:
http://orion.uwaterloo.ca/~hwolkowi/matrixcookbook.pdf
Это бесплатный ресурс, предлагающий всевозможные полезные тождества, включающие различные декомпозиции, формы инверсий для различных часто встречающихся матричных структур, формулы для дифференцирования матричных функций и многое другое. Вы, вероятно, найдете то, что ищете в поваренной книге матрицы. Я никогда не нашел ни одной ошибки, но так как матрица поваренной является бесплатным ресурсом, это не профессионально отредактирован, так что может потенциально быть ошибки там. Но он регулярно обновляется, поэтому я бы не стал сильно беспокоиться об этом.
Хотя это руководство общего назначения, как вы увидите, в нем, безусловно, есть косая статистика.
источник
Матричные вычисления Голуба и Ван Лоан являются стандартным справочником для матричных вычислений для многих.
источник
Я обнаружил, что Продвинутая многомерная статистика с матрицами Колло и фон Розена очень полезна при работе с многомерной статистикой. Первые 170 страниц являются линейной алгеброй. Затем он продолжает охватывать многомерные распределения, асимптотику и линейные модели - все в строгой форме. Это не распространяется на методы проекции, хотя.
источник
В дополнение к трем, упомянутым @Mike Wierzbicki (все, что я использую), еще одним полезным является «Матричные трюки для линейных статистических моделей» Пунтанена, Стайана и Изотало (2011).
источник
Вы можете попробовать «Численные методы статистики» Джона Ф. Монахана. Предполагается, что вы знаете линейную алгебру, но на сайте автора представлены программы, написанные на R.
источник
Матричная алгебра Кришнана Намбудири : Введение - это быстрый, простой способ узнать большую часть линейной алгебры, которая вам понадобится.
Вы также можете попробовать MIT OCW .
источник
У меня есть элементарная линейная алгебра Антона , в основном для глав, посвященных линейным уравнениям и матрицам и определителям (у меня есть 7-е издание).
источник
Как студентка математической статистики, книга Rangcher под названием « Линейные модели в статистике» была очень полезна для меня. особенно в работе со средним и дисперсией квадратичных форм. Это доступно по этой ссылке . Я надеюсь, что это будет полезно и для других студентов и исследователей.
источник