R加速方阵的矢量化

Question

任何能够帮助我加速一些代码的人:

n = seq_len(ncol(mat)) # seq 1 to ncol(mat)
sym.pr<-outer(n,n,Vectorize(function(a,b) {
    return(adf.test(LinReg(mat[,c(a,b)]),k=0,alternative="stationary")$p.value)
}))

哪里mat是 NxM N的矩阵观察和M对象，例如:

    Obj1 Obj2 Obj3
1      .    .    .
2      .    .    .    
3      .    .    .

LinReg定义为:

# Performs linear regression via OLS
LinReg=function(vals) {  
  # regression analysis
  # force intercept c at y=0
  regline<-lm(vals[,1]~as.matrix(vals[,2:ncol(vals)])+0)

  # return spread (residuals)
  return(as.matrix(regline$residuals))
}

基本上我正在对 Obj1, Obj2 中的每个对象组合(即 Obj2,Obj3 和 Obj1, Obj3 和 mat )执行回归分析(OLS) ，然后使用 adf.test来自 tseries 的函数包装和存放 p-value .最终结果 sym.pr是所有 p-values 的对称矩阵(但实际上它不是 100% 对称的，请参阅 here for more info )，不过它就足够了。

使用上面的代码，在 600x300 上矩阵(600 个观测值和 300 个对象)，大约需要 15 分钟..

我想过可能只计算对称矩阵的上三角形，但不知道如何去做。

有任何想法吗？

谢谢。

Answer 1

从一些虚拟数据开始

mdf <- data.frame( x1 = rnorm(5), x2 = rnorm(5), x3 = rnorm(5) )

我会首先确定感兴趣的组合。因此，如果我理解正确，那么 mdf[c(i,j)] 的计算结果应该相同。和 mdf[c(j,i)] .在这种情况下，您可以使用 combn函数，以确定相关对。

pairs <- as.data.frame( t( combn( colnames( mdf  ),2 ) ) )
pairs
  V1 V2
1 x1 x2
2 x1 x3
3 x2 x3

现在，您可以将函数逐行应用于这些对(为简单起见，此处使用 t.test):

pairs[["p.value"]] <- apply( pairs, 1, function( i ){
  t.test( mdf[i] )[["p.value"]]
})
pairs
  V1 V2   p.value
1 x1 x2 0.5943814
2 x1 x3 0.7833293
3 x2 x3 0.6760846

如果你仍然需要你的 p.values 回到(上三角)矩阵形式，你可以转换它们:

library(reshape2)
acast( pairs, V1 ~ V2 )
          x2        x3
x1 0.5943814 0.7833293
x2        NA 0.6760846