如何更快地運行循環R程序？

Question

我正在使用以下r code來計算每個i = 1,2,...,200左側和右側的對數似然。

但是我想對大量生成的數據集執行此過程，例如a = 10000並將整個循環迭代1000次。 如何加速以下程序？ 我可以使用apply函數而不是for函數嗎？

先感謝您！

n1 = 100
n2 = 100
a = 1000 
n= n1 + n2
# number of simulated copies of y
  sim.data = matrix(NA, nrow = n, ncol = a)
  for (i in 1:a) {
    #for(j in 1:a){
    sim.data[,i] = c(rnorm(n1, 2, 1), rnorm(n-n1, 4, 1))
    #}
  }
  dim(sim.data)


  # Compute the log-likelihood
  B = ncol(sim.data)
  loglike_profb = matrix(NA, n - 1, B)
  for (j in 1:B) {
    for (i in 1:(n - 1)) {
      loglike_profb[i, j] = -0.5*(sum(((sim.data[1:i,j]) - mean(sim.data[1:i,j]))^2) + sum(((sim.data[(i + 1):n,j]) - mean(sim.data[(i +1):n,j]))^2))
    }
  }

Answer 1

你可以把 loglike_profb 的計算放到一個函數中，然后使用mapply

loglike_profb_func <- function(i,j){
  -0.5*(sum(((sim.data[1:i,j]) - mean(sim.data[1:i,j]))^2) + sum(((sim.data[(i + 1):n,j]) - mean(sim.data[(i +1):n,j]))^2))
}
mapply(loglike_profb_func, rep(1:(n-1),B), rep(1:B,(n-1)))