R：統計/計算效率

Question

我的代碼塊的功能是填充一個4X100000矩陣，其中T爲F. 命名爲矩陣X.然後Xij_Beroulli（P）和P_normal（0.5， 0.15）其中max（P）= 1且min（P）= 0。

統計效率非常低。如果有上述過程遵循的分佈，請也幫助我。

計算速度很慢，因爲我必須填寫整個矩陣1條目1條目，每條條目都是隨機的。有沒有辦法減少大量花費的時間？這是非常低效的。

統計效率問題就在這裏

x = rnorm(100000,mean = 0.5,sd = 0.15) 
x[x > 1] = 1 
x[x < 0] = 0 

probability = function(x){ 
    x.sam = sample(x,1) 
    p = c(x.sam,1-x.sam) 
    return(p) 
} 

aggro2 = function(x){ 
    aggro2 = sample(c(T,F),1, prob = probability(x)) 
    return(aggro2) 
} 

計算效率這裏

ptm = proc.time() 
aggro =c() 
n=100000 
for (i in 1:(4*n)){ 
    cat(round(i/(4*n)*100,2),"\n") 
    aggro = c(aggro, aggro2(x)) 
} 
aggro.mat = matrix(aggro,4,n) 

elapsed = proc.time()[3] - ptm[3] 
cat(elapsed) 

Answer 1

怎麼樣這個問題？

system.time({ 
    x <- rnorm(400000,mean = 0.5,sd = 0.15) ## pick normal variables 
    x2 <- pmin(1,pmax(0,x))     ## bound at 0 and 1 
    mids <- which(x2>0 & x2<1) 
    x2[mids] <- rbinom(length(mids),prob=x2[mids],size=1) 
    res <- matrix(x2,ncol=4) 
}) 

這似乎與您正在做的不完全相同，但看起來（？）符合您的描述。

經過時間：0.443秒

幾個，你正在做的將是緩慢的不必要的事情：使用for循環，而不是向量化

通過附加，而不是創建一個矢量

• 分配整個矢量，然後替換元素
• 在for循環過程中打印