में लाइमर फ़ंक्शन को गति दें lme4
पैकेज का उपयोग करके R
में रैखिक मिश्रित प्रभाव मॉडल के मॉडल फिटिंग समय को बेहतर बनाने का प्रयास करते समय मैं अपने कुछ विचार साझा करना चाहता हूं।आर
डेटासेट आकार: डाटासेट, होते हैं लगभग, 400.000 पंक्तियों और 32 स्तंभों की। दुर्भाग्य से, डेटा की प्रकृति के बारे में कोई जानकारी साझा नहीं की जा सकती है।
मानदंड और जांच: यह माना जाता है कि प्रतिक्रिया चर सामान्य वितरण से आता है। मॉडल फिटिंग प्रक्रिया से पहले, सहसंबंधों और सहकारी तालिकाओं का उपयोग करके बहुविकल्पीयता और alias
आर
अभिसरण में मदद करने के लिए सतत चर को स्केल किया गया था।
मॉडल संरचना: मॉडल समीकरण में 31 निश्चित प्रभाव (अवरोध सहित) और 30 यादृच्छिक प्रभाव शामिल हैं (अवरोध शामिल नहीं है)। यादृच्छिक प्रभाव एक विशिष्ट कारक चर के लिए यादृच्छिक होते हैं जिसमें 2700 स्तर होते हैं। कॉन्वर्सिस संरचना वैरिएंस घटक है क्योंकि यह माना जाता है कि यादृच्छिक प्रभावों के बीच स्वतंत्रता है।
मॉडल समीकरण उदाहरण:
lmer(Response ~ 1 + Var1 + Var2 + ... + Var30 + (Var1-1| Group) + (Var2-1| Group) + ... + (Var30-1| Group), data=data, REML=TRUE)
मॉडल को सफलतापूर्वक फिट किया गया था, हालांकि, यह 3,1 के बारे में घंटे लगे परिणाम प्रदान करने के। एसएएस में एक ही मॉडल में कुछ सेकंड लगे। वहाँ कैसे गैर रेखीय अनुकूलन एल्गोरिथ्म nloptwrap
का उपयोग करने और समय लेने वाली turnining व्युत्पन्न गणना कि optmization के बाद किया जाता है द्वारा समय को कम करने पर वेब पर उपलब्ध साहित्य है calc.derivs = FALSE
समाप्त हो गया है:
https://cran.r-project.org/web/packages/lme4/vignettes/lmerperf.html
समय था 78% से कम
प्रश्न: क्या lmer
पैरामीटर इनपुट को परिभाषित करके मॉडल फिटिंग समय को कम करने का कोई अन्य वैकल्पिक तरीका है? मॉडल फिटिंग समय के संदर्भ में आर और एसएएस के बीच बहुत अंतर है।
किसी भी सुझाव की सराहना की जाती है।
मेरा पहला कदम डेटासेट (पंक्तियों) को कम करने और फिट करने के लिए होगा। –
हाय @Roman Luštrik। मुझे पूरे डेटासेट का उपयोग करके गुणांक अनुमान प्राप्त करने की आवश्यकता है। – mammask
मुझे लगता है कि 'lmer' और एसएएस प्रो मिश्रित मिश्रित एल्गोरिदम अलग हैं, हालांकि आपको पुष्टि करने के लिए @benbolker प्राप्त करना होगा। आप [स्रोत कोड] (https://github.com/lme4/lme4/tree/master/src) –