Question

我编写了一个功能，可以对91个时间序列模型进行后退逐步Arima建模。

该函数有两个输入：

  1. a list of time series objects
  2. a list of data frames

功能如下：

backward_stepwise<-function(x, y){
  repeat{
    arima_result<-auto_arima(x)
    last_col<-colnames(x)[ncol(x)]
    names(arima_result$coef)<-gsub(pattern = "xreg", replacement = last_col,
                                  x = names(arima_result$coef))
    arima_pvals<-p_calc(arima_result)
    arima_outputs<-run_outputs(arima_result, arima_pvals)
    arima_ranked<-rank_pval(arima_outputs)
    remove_num_one<-remove_one(arima_ranked)
    y<-subset(y, select = colnames(y) != remove_num_one)
    x<-as.ts(y)

    if(min(arima_ranked$rank, na.rm = TRUE) != 1){
      break
    }

  }

  return(list(arima_result, arima_ranked))
}

其中：

auto_arima<-function(x){
  arima_results<-auto.arima(x[,2], xreg = x[,3:ncol(x)], approximation = FALSE, stepwise = FALSE)
}

p_calc<-function(x){
  p_vals<-round((1-pnorm(abs(x$coef)/sqrt(diag(x$var.coef))))*2, digits = 3)
  p_vals<-broom::tidy(p_vals)
}

run_outputs<-function(x, y){
  outputs<-x$coef
  outputs<-broom::tidy(outputs)
  outputs<-cbind(outputs, y)
  outputs<-outputs[,c(1,2,4)] # selecting columns to include
  setNames(object = outputs, nm = c("term", "coef", "pval")) # naming colums of outputs

}

rank_pval<-function(x){
  x["rank"]<-NA
  cond<-{substr(x$term,1,2) != "ar" &
      substr(x$term,1,2) != "ma" &
      substr(x$term, 1, nchar(x$term)) != "intercept" &
      substr(x$term, 1, nchar(x$term)) != "drift" &
      x$pval > 0.2}

  x[cond, "rank"]<-rank(-x[cond,]$pval, na.last = NA)

  return(x)

}

remove_one<-function(x){
  x<-subset(x$term, subset = x$rank == 1)

}

cond_select<-function(x, y){
  x<-subset(x, select = names(x) != y)
  x<-ts(x)
}

最快的实现（68.69秒）是通过使用：

plan(multiprocess)
ts_outputs<-future_mapply(backward_stepwise, list_ts_actual, list_df_actual, SIMPLIFY = FALSE)

我可以采取哪些进一步的措施？最终，我希望在本地计算机上尽快运行。

我正在使用带有Intel®Core™i＆7-7770HQ CPU的Dell XPS 15 9560-4核，8逻辑处理器。

我知道您无法通过mcmapply进行并行处理，因为您无法在Windows OS上进行分叉。

我尝试使用cmpfun编译实际函数，但没有提高任何速度。

可能性：

data.tables和矩阵比数据帧更快
删除等级函数并简单地分配给最高的p_value

我还有其他选择吗？

感谢任何帮助或指导

加速通过future_mapply

0 个答案: