我正在尝试使用
d <-chol(corrMat)
Error in chol.default(corrMat) :
the leading minor of order 61 is not positive definite
但是，我可以将它分解为少于60个元素而没有问题（即使它包含原始元素的第61个元素）:
> d <-chol(corrMat[10:69, 10:69])
> d <-chol(corrMat[10:70, 10:70])
Error in chol.default(corrMat[10:70, 10:70]) :
the leading minor of order 61 is not positive definite
下面是矩阵:
https://drive.google.com/open?id=0b0f1ywdnki2vnkjhmdvhlwh4wja
问题不在于大小，而在于数值排名！
d <- chol(corrMat, pivot = TRUE)
dim(corrMat)
#[1] 72 72
attr(d, "rank")
#[1] 62
这里正确的Cholesky因子可以得到（参见在半正定矩阵Cholesky分解中正确使用枢轴）
r <- attr(d, "rank")
reverse_piv <- order(attr(d, "pivot"))
d[-(1:r), -(1:r)] <- 0
R <- d[, reverse_piv]
这是否可以接受取决于您的上下文。它可能需要对其他代码进行相应的调整。
枢轴Cholesky因子分解可以做许多听起来不可能的事情，对于一个亏量的，不可逆的协方差矩阵来说，比如
