我需要分析一些模拟数据具有以下结构mclapply使用:创建的R函数从多核包
h c x1 y1 x1c10
1 0 37.607056431 104.83097593 5
1 1 27.615251557 140.85532974 10
1 0 34.68915314 114.59312842 2
1 1 30.090387454 131.60485642 9
1 1 39.274429397 106.76042522 10
1 0 33.839385007 122.73681319 2
...
其中h为1至2500,和索引蒙特卡洛样品,将各样品有1000个观测值。我分析这些数据用下面的代码,让我两个对象(fnN1,fdQB101):
mc<-2500 ##create loop index
fdN1<-matrix(0,mc,1000)
fnQB101 <- matrix(0,mc,1000) ##create 2500x1000 storage matrices, elements zero
for(j in 1:mc){
fdN1[j,] <- dnorm(residuals(lm(x1 ~ c,data=s[s$h==j,])),
mean(residuals(lm(x1 ~ c,data=s[s$h==j,]))),
sd(residuals(lm(x1 ~ c,data=s[s$h==j,]))))
x1c10<-as.matrix(subset(s,s$h==j,select=x1c10))
fdQB100 <- as.matrix(predict(polr(as.factor(x1c10) ~ c ,
method="logistic", data=s[s$h==j,]),
type="probs"))
indx10<- as.matrix(cbind(as.vector(seq(1:nrow(fdQB100))),x1c10))
fdQB101[j,] <- fdQB100[indx10]
}
目的fdN1和fdQB101是2500x1000矩阵与预测概率为元素。我需要从这个循环中创建一个函数,我可以用lapply()或mclapply()调用它。当我包裹这在以下功能的命令:
ndMC <- function(mc){
for(j in 1:mc){
...
}
return(list(fdN1,fdQB101))
}
lapply(mc,ndMC)
对象fdN1和fdQB101各自返回零的2500x1000矩阵,而不是预测概率。我究竟做错了什么?
你能也许张贴一些示例数据?我建议使用'dput'输出几行。 – 2013-03-11 02:28:36
@Jason:已添加示例数据。谢谢! – user1849779 2013-03-11 03:05:19