优化 R 中的嵌套 for 循环

问题描述

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)

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

r r regression