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?
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]))