R 中的高效循环逻辑回归

Question

我正在尝试对 ~400k 预测变量中的每个变量运行多元逻辑回归分析。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 ），其中包含在 189 个个体 （P1） 中测量的 400000 个预测变量中每个的观测值/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18个未在此特定分析中使用的其他变量。

我的回归模型是O1~ P1+P2，其中O1是二进制的。

我让以下循环工作：

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 个测试需要一个多小时）。有没有更有效的方法来运行此分析？

Answer 1

如果使用apply而不是for循环，它会更快：

t(apply(mydatamatrix, 2,
        function(x)
          coef(summary(glm(mydataframe$O1 ~ x + as.factor(mydataframe$P2), 
                           family=binomial)))[2, 1:4]))