example.txt

各种矩阵算法库。支持UpperTriangularMatrix,LowerTriangularMatrix, DiagonalMatrix, SymmetricMatrix, BandMatrix,U

Demonstration of Matrix package


Test 1 - traditional, bad

Estimates and their standard errors

    1.39166     0.53188 
    1.98310     0.20932 
    0.95221     0.27731 


Observations, fitted value, residual value, hat value
    2.400     1.700     8.300     7.770     0.530     0.280 
    1.800     0.900     5.500     5.818    -0.318     0.190 
    2.400     1.600     8.000     7.675     0.325     0.229 
    3.000     1.900     8.500     9.150    -0.650     0.446 
    2.000     0.500     5.700     5.834    -0.134     0.271 
    1.200     0.600     4.400     4.343     0.057     0.480 
    2.000     1.100     6.300     6.405    -0.105     0.143 
    2.700     1.000     7.900     7.698     0.202     0.153 
    3.600     0.500     9.100     9.007     0.093     0.808 




Test 2 - traditional, OK

Estimates and their standard errors

    1.39166     0.53188
    1.98310     0.20932 
    0.95221     0.27731 


Observations, fitted value, residual value, hat value
    2.400     1.700     8.300     7.770     0.530     0.280 
    1.800     0.900     5.500     5.818    -0.318     0.190 
    2.400     1.600     8.000     7.675     0.325     0.229 
    3.000     1.900     8.500     9.150    -0.650     0.446 
    2.000     0.500     5.700     5.834    -0.134     0.271 
    1.200     0.600     4.400     4.343     0.057     0.480 
    2.000     1.100     6.300     6.405    -0.105     0.143 
    2.700     1.000     7.900     7.698     0.202     0.153 
    3.600     0.500     9.100     9.007     0.093     0.808 




Test 3 - Cholesky

Estimates and their standard errors

    1.39166     0.53188
    1.98310     0.20932 
    0.95221     0.27731 


Observations, fitted value, residual value, hat value
    2.400     1.700     8.300     7.770     0.530     0.280 
    1.800     0.900     5.500     5.818    -0.318     0.190 
    2.400     1.600     8.000     7.675     0.325     0.229 
    3.000     1.900     8.500     9.150    -0.650     0.446 
    2.000     0.500     5.700     5.834    -0.134     0.271 
    1.200     0.600     4.400     4.343     0.057     0.480 
    2.000     1.100     6.300     6.405    -0.105     0.143 
    2.700     1.000     7.900     7.698     0.202     0.153 
    3.600     0.500     9.100     9.007     0.093     0.808 




Test 4 - QR triangularisation

Estimates and their standard errors

    1.39166     0.53188 
    1.98310     0.20932 
    0.95221     0.27731 


Observations, fitted value, residual value, hat value
    2.400     1.700     8.300     7.770     0.530     0.280 
    1.800     0.900     5.500     5.818    -0.318     0.190 
    2.400     1.600     8.000     7.675     0.325     0.229 
    3.000     1.900     8.500     9.150    -0.650     0.446 
    2.000     0.500     5.700     5.834    -0.134     0.271 
    1.200     0.600     4.400     4.343     0.057     0.480 
    2.000     1.100     6.300     6.405    -0.105     0.143 
    2.700     1.000     7.900     7.698     0.202     0.153 
    3.600     0.500     9.100     9.007     0.093     0.808 




Test 5 - singular value

Estimates and their standard errors

    1.39166     0.53188 
    1.98310     0.20932 
    0.95221     0.27731 


Observations, fitted value, residual value, hat value
    2.400     1.700     8.300     7.770     0.530     0.280 
    1.800     0.900     5.500     5.818    -0.318     0.190 
    2.400     1.600     8.000     7.675     0.325     0.229 
    3.000     1.900     8.500     9.150    -0.650     0.446 
    2.000     0.500     5.700     5.834    -0.134     0.271 
    1.200     0.600     4.400     4.343     0.057     0.480 
    2.000     1.100     6.300     6.405    -0.105     0.143 
    2.700     1.000     7.900     7.698     0.202     0.153 
    3.600     0.500     9.100     9.007     0.093     0.808 




Checking for lost memory: 8932180 8932180  - ok