Question

我正在使用以下r code来计算每个i = 1,2,...,200左侧和右侧的对数似然。

但是我想对大量生成的数据集（例如a = 10000）执行此过程，并将整个循环迭代1000次。如何加快以下程序的速度？我可以使用apply函数代替for函数吗？

提前谢谢！

n1 = 100
n2 = 100
a = 1000 
n= n1 + n2
# number of simulated copies of y
  sim.data = matrix(NA, nrow = n, ncol = a)
  for (i in 1:a) {
    #for(j in 1:a){
    sim.data[,i] = c(rnorm(n1, 2, 1), rnorm(n-n1, 4, 1))
    #}
  }
  dim(sim.data)


  # Compute the log-likelihood
  B = ncol(sim.data)
  loglike_profb = matrix(NA, n - 1, B)
  for (j in 1:B) {
    for (i in 1:(n - 1)) {
      loglike_profb[i, j] = -0.5*(sum(((sim.data[1:i,j]) - mean(sim.data[1:i,j]))^2) + sum(((sim.data[(i + 1):n,j]) - mean(sim.data[(i +1):n,j]))^2))
    }
  }

Answer 1

您可以将loglike_profb的计算放入函数中，然后使用mapply

loglike_profb_func <- function(i,j){
  -0.5*(sum(((sim.data[1:i,j]) - mean(sim.data[1:i,j]))^2) + sum(((sim.data[(i + 1):n,j]) - mean(sim.data[(i +1):n,j]))^2))
}
mapply(loglike_profb_func, rep(1:(n-1),B), rep(1:B,(n-1)))

如何更快地运行循环R程序？

1 个答案: