- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我是这方面的新手,所以我无法确定这是否愚蠢。
基本上,我想在一个巨大的数据集中的所有连续变量之间做成对的混合效应模型。显而易见的替代方案是简单的 spearman 相关,但我有我的理由,要解释我为什么要使用混合效应模型需要很长时间。
数据看起来像这样:
0 X1507.07 XAB1524.33 XAB1624.21 XAB1808.09...(~4000 columns)
1 12 19 12 45
2 15 35 2 25
3 22 23 65 33
4 0 55 23 67
5 12 10 90 94
6 34 22 11 2
...
90 13 8 14 45
for(i in 1:ncol(dat))
{
ni<-names(dat)[i]
pvalue <- apply(dat, 2, function(x)
{
formula<-as.formula(paste(ni,"~", x," + Location",sep=""))
model<-do.call("lme", args = list(formula, random=~1|Subject, data=dat))
summary(model)$tTable[2,5]
})
invalid model formula in ExtractVars
model<-lme(X1507.07~x+Region,random=~1|Subject, data=dat)
Error in eval(expr, envir, enclos) : object 'x' not found
最佳答案
我仍然认为这可能是愚蠢的,并且您可以通过手动计算出瞬时方法的答案来获得更快的解决方案,但是(除非我在某处犯了错误)这样做的时机并不像灾难性的那样我想可能是这样。
tl;博士如果您没有遇到任何其他缩放问题,整个过程应该需要大约 3-4 天的蛮力。 lmer
实际上更慢(虽然它被设计为更快地解决大问题,但由于设置成本,单个小问题的时间实际上可能更慢)。因为lme
是一个不平凡的问题,我认为循环实际上是总计算成本的一小部分。
补一些数据:
set.seed(101)
n <- 10
nobs <- 90
dat <- as.data.frame(matrix(rpois(nobs*n,20),nrow=nobs))
Subject <- rep(1:n,each=nobs/n)
Location <- runif(n)
nlme
进行操作:
library(nlme)
fun.lme <- function() {
r <- numeric(n*(n-1)/2)
k <- 1
for (i in 2:n) {
for (j in 1:(i-1)) {
m <- lme(y~x+Location,random=~1|Subject,
data=data.frame(x=dat[,i],y=dat[,j],
Location,Subject))
tt <- summary(m)$tTable[2,5]
r[k] <- tt
k <- k+1
}
}
r
}
t1 <- system.time(r1 <- fun.lme())
detach("package:nlme")
nlme
之前分离
lme4
是个好主意)
fun.lmer <- function(...) {
r <- numeric(n*(n-1)/2)
k <- 1
for (i in 2:n) {
for (j in 1:(i-1)) {
m <- lmer(y~x+Location+(1|Subject),
data=data.frame(x=dat[,i],y=dat[,j],
Location,Subject),...)
tt <- coef(summary(m))[2,2]
r[k] <- tt
k <- k+1
}
}
r
}
lme4
:
library(lme4.0) ## 'stable' version (the same as you get by installing
## lme4 from CRAN
t2 <- system.time(r2 <- fun.lmer())
detach("package:lme4.0")
lme4
,具有标准和非标准优化器选择:
library(lme4)
t3 <- system.time(r3 <- fun.lmer())
t4 <- system.time(r4 <- fun.lmer(optim="bobyqa"))
detach("package:lme4")
tvals <- c(lme=t1["elapsed"],lme4.0=t2["elapsed"],
lme4=t3["elapsed"],lme4_bobyqa=t4["elapsed"])
totsecs <- (3789*3788/2)*tvals/(n*(n-1)/2)
totdays <- totsecs/(60*60*24)
round(totdays,1)
## lme.elapsed lme4.0.elapsed lme4.elapsed lme4_bobyqa.elapsed
## 3.0 4.4 4.1 3.8
关于r - 使用 apply(,2,) 对巨大数据集的列执行混合效果 (lme()),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/10438704/
我被这种奇怪的事情难住了。 假设我有这个数组: var array = [{ something: 'special' }, 'and', 'a', 'bunch', 'of', 'paramet
假设我们有这样的代码: let fn1 = Function.apply.bind(Math.max, null); fn1([1, 10, 5]); // returns 10 我知道它是 ES6
所以我尝试通过数据绑定(bind)调用我的 viewModel 原型(prototype)上的方法。我通过“单击”将两个不同的元素数据绑定(bind)到同一方法。当我单击第一个按钮(“新游戏”按钮)时
观察以下代码 trait Example { type O def apply(o: O) def f(o: O) = this.apply(o) } 在Scala中编译良好。我希望我可以
我知道 apply f in H 可用于将假设应用于函数,并且我知道 apply f with a b c 可用于提供参数直接应用 f 时,它无法自行推断。 是否可以以某种方式将两者结合使用? 最佳答
这个问题已经有答案了: How to override apply in a case class companion (10 个回答) 已关闭 6 年前。 我正在尝试重载案例类的 apply 方法:
我有一个自定义的Grails 4.x配置文件。我想为我的应用程序生成一个“apply from”条目。 apply from:"${rootProject.projectDir}/gradle/clo
传统上对象继承如下所示: function Parent() { console.log('parent constructor'); } Parent.prototype.method = f
今天在检查Jasmine 的源代码时here我偶然发现了以下内容: if (queueableFn.timeout) { timeoutId = Function.prototype.appl
据我所知,关键字new会使用this创建一个包含函数中定义的属性的对象。但我不知道如何应用 使用 apply 将其他函数链接到该函数。并且创建的对象在这些函数中具有属性。有人能弄清楚代码中发生了什么吗
我一直在我的 InitComponent 中使用 Ext.Apply,就像这样 Ext.apply(that, { xtype: 'form', items: [.
我们有数百个存储库,并定期从上游接收补丁。作业应用这些补丁 git apply --check .如果没有错误,则应用补丁 git apply 并且更改已提交。如果有任何错误,补丁将标记为 conf
我最近通过调用 console.log.toString() 查看了 firebugs console.log 的代码并得到了这个: function () { return Function.app
拿这个代码: $scope.$apply(function(){ $scope.foo = 'test'; }); 对比这个: $scope.foo = 'test'; $scope.$app
我在 Oracle-12c 中有一个类似于典型论坛的架构 accounts , posts , comments .我正在编写一个查询来获取... 一位用户 该用户的所有帖子 对每个帖子的评论 以及每
我试图更好地理解在 Angular 中使用 $timeout 服务作为一种“安全 $apply”方法的细微差别。基本上在一段代码可以运行以响应 Angular 事件或非 Angular 事件(例如 j
到目前为止,我使用的是 this当我有多个时间序列要预测时,我使用了 Hyndman 教授的方法。但是当我有大量的 ts 时它相当慢。 现在我正在尝试使用 apply() 函数,如下所示 librar
我听说过很多关于 pandas apply 很慢的说法,应该尽可能少用。 我这里有个情况: df = pd.DataFrame({'Date': ['2019-01-02', '2019-01-03'
在学习Javascript时,我尝试重新声明函数的apply属性。到目前为止没有问题。 function foo() { return 1; } alert(foo()); // 1 alert(fo
所以我正在做 learnRx http://reactive-extensions.github.io/learnrx/我有一个关于制作 mergeAll() 函数的问题(问题 10)。 这是我的答案
我是一名优秀的程序员,十分优秀!