Saya memiliki model yang perlu saya perkirakan,
Elvis menjawab pertanyaan lain untuk memecahkan masalah ini. Inilah kode solusi ini:
> library("quadprog");
> X <- matrix(runif(300), ncol=3)
> Y <- X %*% c(0.2,0.3,0.5) + rnorm(100, sd=0.2)
> Rinv <- solve(chol(t(X) %*% X));
> C <- cbind(rep(1,3), diag(3))
> b <- c(1,rep(0,3))
> d <- t(Y) %*% X
> solve.QP(Dmat = Rinv, factorized = TRUE, dvec = d, Amat = C, bvec = b, meq = 1)
$solution
[1] 0.2049587 0.3098867 0.4851546
$value
[1] -16.0402
$unconstrained.solution
[1] 0.2295507 0.3217405 0.5002459
$iterations
[1] 2 0
$Lagrangian
[1] 1.454517 0.000000 0.000000 0.000000
$iact
[1] 1
Bagaimana saya bisa menyesuaikan kode ini sehingga dapat memperkirakan intersep?
Ini telah diposkan silang di sini karena grup saya di tugas saya merasa kesal karena saya belum memperkirakan regresi ini. Saya akan menjawab pertanyaan ini di sini jika / ketika peserta forum lain sampai di sana lebih dulu.