如何解决优化 R 中的嵌套 for 循环
我试图加速下面的代码,但没有成功。
我了解了 Rfast 包,但我也未能实现该包。
有没有什么办法可以在R中优化下面的代码?
RI<-function(y,x,a,mu,R=500,t=500){
x <- as.matrix(x)
dm <- dim(x)
n <- dm[1]
bias1 <- bias2 <- bias3 <- numeric(t)
b1 <- b2<- b3 <- numeric(R)
### Outliers in Y ######
for (j in 1:t) {
for (i in 1:R) {
id <- sample(n,a * n)
z <- y
z[id] <- rnorm(id,mu)
b1[i] <- var(coef(lm(z ~.,data = as.data.frame(x))))
b2[i] <- var(coef(rlm(z ~ .,data = data.frame(x),maxit = 2000,method = "MM")))
b3[i] <- var(coef(rlm(z ~ .,psi = psi.huber,maxit = 300)))
}
bias1[j] <- sum(b1) ; bias2[j] <- sum(b2); bias3[j] <- sum(b3)
}
bias <- cbind("lm" = bias1,"MM-rlm" = bias2,"H-rlm" = bias3)
colMeans(bias)
}
#######################################
p <- 5
n <- 200
x<- matrix(rnorm(n * p),ncol = p)
y<-rnorm(n)
a=0.2
mu <-10
#######################################
RI(y,mu)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。