我正在使用R中的LQMM包进行非常耗时的分析。 我设置了模型从星期四开始运行,现在已经是周一,仍在运行中。我对模型本身有信心(作为标准MLM进行了测试),并且我对我的LQMM代码有信心(使用相同数据集运行了几个非常相似的LQMM,所有这些都需要超过一天才能运行完)。但如果可能的话,我确实想弄清楚如何利用可访问的机器的并行处理功能使其运行更快(请注意,所有机器都基于Microsoft Windows)。
我已经阅读了几篇关于使用parallel的教程,但我还没有找到一篇展示如何将parallel包与其他R包协同使用的文章......是否我过度思考,或者这不可能呢?
下面是我使用R包LQMM运行的代码:
我已经阅读了几篇关于使用parallel的教程,但我还没有找到一篇展示如何将parallel包与其他R包协同使用的文章......是否我过度思考,或者这不可能呢?
下面是我使用R包LQMM运行的代码:
install.packages("lqmm")
library(lqmm)
g1.lqmm<-lqmm(y~x+IEP+pm+sd+IEPZ+IEP*x+IEP*pm+IEP*sd+IEP*IEPZ+x*pm+x*sd+x*IEPZ,random=~1+x+IEP+pm+sd+IEPZ, group=peers, tau=c(.1,.2,.3,.4,.5,.6,.7,.8,.9),na.action=na.omit,data=g1data)
这个数据集包含了122433条记录和58个变量。所有变量都进行了Z-score或者虚拟编码。