【发布时间】：2017-09-26 16:44:34
【问题描述】：
我正在尝试做的通用版本是进行一项模拟研究，我在其中操纵一些变量以查看它如何影响结果。我在使用 R 时遇到了一些速度问题。最新的模拟进行了几次迭代（每个实验 10 次）。但是，当我迁移到大规模（每个实验 10k）版本时，模拟已经运行了 14 小时（并且仍在运行）。
下面是我正在运行的代码（带有 cmets）。作为 R 的新手，正在努力优化模拟以提高效率。我希望从这里提供的 cmets 和建议中学习，以优化此代码并将这些 cmets 用于未来的模拟研究。
让我谈谈这段代码应该做什么。我正在处理两个变量：效果大小和样本大小。每个组合运行 10k 次（即每个条件 10k 次实验）。我初始化一个数据框来存储我的结果（称为结果）。我遍历三个变量：效应大小、样本大小和迭代次数 (10k)。
在循环中，我初始化了四个 NULL 组件：p.test、p.rep、d.test 和 d.rep。前两者捕获初始 t 检验的 p 值和复制的 p 值（在类似条件下复制）。后两者计算效果大小（Cohen's d）。
我根据控制条件 (DVcontrol) 的标准正态生成随机数据，并使用我的效应大小作为实验条件 (DVexperiment) 的平均值。我取值之间的差异并将结果放入 R 中的 t 检验函数（配对样本 t 检验）。我将结果存储在一个名为 Trials 的列表中，并将其绑定到 Results 数据框。此过程重复 10k 次直到完成。
# Set Simulation Parameters
## Effect Sizes (ES is equal to mean difference when SD equals Variance equals 1)
effect_size_range <- seq(0, 2, .1) ## ES
## Sample Sizes
sample_size_range <- seq(10, 1000, 10) ## SS
## Iterations for each ES-SS Combination
iter <- 10000
# Initialize the Vector of Results
Results <- data.frame()
# Set Random Seed
set.seed(12)
# Loop over the Different ESs
for(ES in effect_size_range) {
# Loop over the Different Sample Sizes
for(SS in sample_size_range) {
# Create p-value Vectors
p.test <- NULL
p.rep <- NULL
d.test <- NULL
d.rep <- NULL
# Loop over the iterations
for(i in 1:iter) {
# Generate Test Data
DVcontrol <- rnorm(SS, mean=0, sd=1)
DVexperiment <- rnorm(SS, mean=ES, sd=1)
DVdiff <- DVexperiment - DVcontrol
p.test[i] <- t.test(DVdiff, alternative="greater")$p.value
d.test[i] <- mean(DVdiff) / sd(DVdiff)
# Generate Replication Data
DVcontrol <- rnorm(iter, mean=0, sd=1)
DVexperiment <- rnorm(iter, mean=ES, sd=1)
DVdiff <- DVexperiment - DVcontrol
p.rep[i] <- t.test(DVdiff, alternative="greater")$p.value
d.rep[i] <- mean(DVdiff) / sd(DVdiff)
}
# Results
Trial <- list(ES=ES, SS=SS,
d.test=mean(d.test), d.rep=mean(d.rep),
p.test=mean(p.test), p.rep=mean(p.rep),
r=cor(p.test, p.rep, method="kendall"),
r.log=cor(log2(p.test)*(-1), log2(p.rep)*(-1), method= "kendall"))
Results <- rbind(Results, Trial)
}
}
提前感谢您的 cmets 和建议， 乔什
【问题讨论】：
-
这似乎属于Code Review而不是这里。
-
@JohnColeman 我认为这在两个网站上都是主题。这是一个特定的问题（“我怎样才能加快这段代码的速度？它需要一天多的时间”）以及代码审查的请求。
-
如有必要，我可以删除这篇文章并将其移至 Code Review。
-
@Josh 进一步思考，我认为 Zeta 是对的，将它留在这里是可以的。可以说，如果您在 14 小时后无法获得任何输出，那么它实际上根本不起作用。
-
在我看来，如果您可以在标题中提出特定问题，这个问题在 Stack Overflow 上是可以接受的。 “优化我的模拟”主要是关于改进你的代码，因此不是一个特定的要求。然而，“我怎样才能用两个变量并行运行模拟？”是询问特定编程问题的一种方式。
标签： r optimization simulation