Question

我正在尝试对每个~400k预测变量进行多个逻辑回归分析。我想将每次运行的输出捕获到输出表的行/列中。

我的数据分为两部分。我有一个400000 x 189双矩阵（mydatamatrix），其中包含我在189个人（P1）中测量的每个400000预测变量的观察/数据。我还有第二个189 x 20数据框（mydataframe），其中包含结果变量和另一个预测变量（O1和P2）以及此特定分析中未使用的18个其他变量。 / p>

我的回归模型为O1~ P1+P2，其中O1为二进制。

我得到了以下循环：

为结果创建输出文件

output<-data.frame(matrix(nrow=400000, ncol=4))
names(output)=c("Estimate", " Std. Error", " z value", " Pr(>|z|)")

为i预测变量运行逻辑回归循环，并在输出文件中存储输出

for (i in c(1:400000)){
  result<-(glm(mydataframe$O1 ~ mydatamatrix[,i] + as.factor(mydataframe$P2),
               family=binomial))
  row.names(output)<-row.names(mydatamatrix)
  output[i,1]<-coef(summary(result))[2,1]
  output[i,2]<-coef(summary(result))[2,2]
  output[i,3]<-coef(summary(result))[2,3]
  output[i,4]<-coef(summary(result))[2,4]
}

但是，运行时间很长（输出前20k测试花了一个多小时）。是否有更有效的方法来运行此分析？

Answer 1

如果您使用apply而不是for循环，会更快：

t(apply(mydatamatrix, 2,
        function(x)
          coef(summary(glm(mydataframe$O1 ~ x + as.factor(mydataframe$P2), 
                           family=binomial)))[2, 1:4]))

R中的有效循环逻辑回归

1 个答案: