对于线性模型Y=Xβ+e,E(e)=0,cov(e)=σ2I，矩阵H≙...X（XTX）-1XT是将观测向量Y正交投影到由X的列向量所生成的子空间上的投影矩阵。Y^＝HY，习惯上称H为帽子矩阵。
Ⅱ 帽子矩阵和DFFIT准则中的P表示什么
我也是初学者，我在书上看到了一些例子希望对你有帮助
x[a] #x向量里的第a个数是多少
x[a:b] #x向量里的第a到b个数是多少，列出来
x[-a] #x向量里扣除第a个数剩下什么
>x <- c(1,4,7) #第二个数赋值为125
>x[2] <- 125
> x
[1] 1 125 7
x[v] #选取出x中符合v条件的元素
Ⅲ 帽子矩阵具体形式是什么 百度百科
帽子矩阵又叫帽变换又叫K-T变换（Kautlr-Thomas Transformation）穗帽变换是指根据经验确定的变换矩阵将图像投影综合变换到三维空间，其立体形态形似带缨穗的帽子，变换后能看到穗帽的最大剖面，充分反映植物生长枯萎程度、土地信息变化，大气散射物理影响和其它景物变化程度的一种线性特征变换的图像处理方法。穗帽变换（又称KT变换）是一种特殊的主成分分析，和主成分分析不同的是其转换系数是固定的，因此它独立于单个图像，不同图像产生的土壤亮度和绿度可以互相比较。随着植被生长，在绿度图像上的信息增强，土壤亮度上的信息减弱，当植物成熟和逐渐凋落时，其在绿度图像特征减少，在黄度上的信息增强。这种解释可以应用于不同区域上的不同植被和作物，但穗帽变换无法包含一些不是绿色的植被和不同的土壤类型的信息。总体上穗帽变换能够较好的分离土壤和植被。他的一个缺点是她依赖于传感器（主要是波段），因此其转换系数对每种遥感器是不同的。
Ⅳ 关于论文中数学公式的符号
你所说的应该为帽子矩阵（Hat Matrix）
含义为 ：一类正交投影矩阵.对于线性模型Y=Xβ+e,E(e)=0,cov(e)=σ2I,矩阵H≙...X（XTX）-1XT是将观测向量Y正交投影到由X的列向量所生成的子空间上的投影矩阵.Y^＝HY.习惯上称H为帽子矩阵.
http://www..com/link?url=qJmtYpjkrN6YV9dyp_kHCremNF_
Ⅳ 帽子矩阵的迹为什么是p+1
帽子矩阵Hat matrix
帽子矩阵是回归分析中根据数据计算得到一个矩阵. 设线性回归模型的数据矩阵为, 那么称下列矩阵
为帽子矩阵; 其中为矩阵的转置矩阵. 容易验证, 帽子矩阵为一个投影矩阵.
If z is any n× 1 vector, and H is a
hat matrix, then
z = Hz + (I − H)z = z1+ z2,
say, where z1⊥ z2. The first is in col(X)
and the second is in the space of vec-
tors orthogonal to every vector in col(X). We
write z2∈ col(X)⊥. You should verify that
this is a vector space (i.e. is closed under ad-
dition and scalar multiplication).