我正在尝试对每个~400k预测变量进行多个逻辑回归分析 . 我想将每次运行的输出捕获到输出表的行/列中 .
我的数据分为两部分 . 我有一个400000 x 189双矩阵( mydatamatrix
),其中包含我在189个人( P1
)中测量的每个400000预测变量的观察/数据 . 我还有第二个189 x 20数据框( mydataframe
),其中包含结果变量和另一个预测变量( O1
和 P2
)以及此特定分析中未使用的18个其他变量 .
我的回归模型是 O1~ P1+P2
,其中 O1
是二进制的 .
我得到以下循环工作:
为结果创建输出文件
output<-data.frame(matrix(nrow=400000, ncol=4))
names(output)=c("Estimate", " Std. Error", " z value", " Pr(>|z|)")
运行 i
预测变量的逻辑回归循环并将输出存储在输出文件中
for (i in c(1:400000)){
result<-(glm(mydataframe$O1 ~ mydatamatrix[,i] + as.factor(mydataframe$P2),
family=binomial))
row.names(output)<-row.names(mydatamatrix)
output[i,1]<-coef(summary(result))[2,1]
output[i,2]<-coef(summary(result))[2,2]
output[i,3]<-coef(summary(result))[2,3]
output[i,4]<-coef(summary(result))[2,4]
}
但是,运行时间很长(输出前20k测试需要一个多小时) . 有没有更有效的方法来运行此分析?
1 回答
如果你使用
apply
而不是for
循环会更快: