2

ベクトル化に頭を悩ませ、いくつかのシミュレーションを高速化しようとすると、この非常に基本的なエピデミックシミュレーションが見つかりました。コードは本http://www.amazon.com/Introduction-Scientific-Programming-Simulation-Using/dp/1420068725/ref=sr_1_1?ie=UTF8&qid=1338069156&sr=8-1からのものです

#program spuRs/resources/scripts/SIRsim.r

SIRsim <- function(a, b, N, T) {
  # Simulate an SIR epidemic
  # a is infection rate, b is removal rate
  # N initial susceptibles, 1 initial infected, simulation length T
  # returns a matrix size (T+1)*3 with columns S, I, R respectively
  S <- rep(0, T+1)
  I <- rep(0, T+1)
  R <- rep(0, T+1)
  S[1] <- N
  I[1] <- 1
  R[1] <- 0
  for (i in 1:T) {
    S[i+1] <- rbinom(1, S[i], (1 - a)^I[i])
    R[i+1] <- R[i] + rbinom(1, I[i], b)
    I[i+1] <- N + 1 - R[i+1] - S[i+1]
  }
  return(matrix(c(S, I, R), ncol = 3))
}

シミュレーションの中核はforループです。私の質問は、コードがS[i+1]andR[i+1]値からS[i]and値を生成するのでR[i]、apply関数を使用してそれをベクトル化することは可能ですか？

どうもありがとう

4

1 に答える 1

5

反復計算を「ベクトル化」するのは難しいですが、これはシミュレーションであり、シミュレーションは何度も実行される可能性があります。Mしたがって、引数（実行するシミュレーションの数）を追加し、M x（T + 1）行列を割り当ててから、各シミュレーションの連続する列（時間）に入力することにより、すべてのシミュレーションを同時に実行するようにこれを記述します。rbinom変更は非常に簡単なようです（したがって、おそらく間違いを犯しました。ドキュメントと一致していますが、の2番目と3番目の引数でのベクトルの使用について特に懸念しています）。

SIRsim <- function(a, b, N, T, M) {
    ## Simulate an SIR epidemic
    ## a is infection rate, b is removal rate
    ## N initial susceptibles, 1 initial infected, simulation length T
    ## M is the number of simulations to run
    ## returns a list of S, I, R matricies, each M simulation
    ## across T + 1 time points
    S <- I <- R <- matrix(0, M, T + 1)
    S[,1] <- N
    I[,1] <- 1
    for (i in seq_along(T)) {
        S[,i+1] <- rbinom(M, S[,i], (1 - a)^I[,i])
        R[,i+1] <- R[,i] + rbinom(M, I[,i], b)
        I[,i+1] <- N + 1 - R[,i+1] - S[,i+1]
    }
    list(S=S, I=I, R=R)
}
于 2012-05-26T23:55:22.530 に答える