Question

我尽量避免使用R中的循环，但似乎我必须使用它几次：

X=rnorm(100)
Y=matrix(rnorm(200*100),ncol=100)
Beta=function(y,period){  # y is a vector, maybe one row of Y
  num.col=length(y)-period+1
  ret=matrix(NA,1,num.col)  # store the result
  for(i in period:(length(y))){
    lm.sol=lm(y[(i-period+1):i]~X[(i-period+1):i])
    ret[i-period+1]=lm.sol$coefficients[2]
    }
  return(ret)
}
beta.30=apply(Y,1,Beta,period=30)
beta.30=t(beta.30)

我尝试使用apply来避免循环，但是函数for中仍然存在Beta循环，并且计算速度不够快，是否有任何方法可以避免此算法中的for循环？或者任何加速算法的方法？

谢谢！

我能想到的一种方法是通过以下方式编译Beta函数：

require(compiler)
enableJIT(3)

但仍然不够快，我想我需要修改算法本身。

lm.fit很有帮助！它大大提高了速度。

Beta1=function(y,period){
  num.col=length(y)-period+1
  ret=matrix(NA,1,num.col)
  for(i in period:(length(y))){
    A=matrix(c(rep(1,period),X[(i-period+1):i]),ncol=2)
    lm.sol=lm.fit(A,y[(i-period+1):i])
    ret[i-period+1]=lm.sol$coefficients[2]
  }
  return(ret)
}
system.time(apply(Y,1,Beta,period=30))
user system elapsed
19.08 0.00 19.08
system.time(apply(Y,1,Beta1,period=30))
user system elapsed
1.09 0.00 1.09

如何避免在此算法中使用循环？

0 个答案: