使用 np.einsum 计算普通最小二乘系数答案

【问题标题】：ordinary least squares coefficients calculation using np.einsum使用 np.einsum 计算普通最小二乘系数
【发布时间】：2019-10-05 12:45:48
【问题描述】：

在给定因变量向量Y 和预测变量矩阵@987654325 的情况下，有没有办法在一个np.einsum 调用（使用OLS 系数估计的标准公式((X'X)^(-1))X'Y）中计算普通最小二乘系数β @?

【问题讨论】：

或许你也可以提供你想要实现的公式？
抱歉，显然应该这样做，但由于stackoverflow 上没有嵌入式LaTeX 支持，因此我无法理解如何使用Google Chart API 来做到这一点。该公式只是通常的 OLS 估计值：((X'X)^(-1))X'Y。还编辑了标题以更好地反映问题。
请将其添加到问题中。

【解决方案1】：

没有。 Einsum 只能实现乘和变换，不能实现矩阵（伪）逆。

NumPy 中的解决方案是

np.linalg.pinv(X.T @ X) @ X.T @ y

【讨论】：