r - より高速にループされたbinom.test？

Question

成功のベクトルがあり、各値に対してbinom.testを実行したいと思います。このループよりも速い方法はありますか（私はかなりたくさん持っています）：

successes <-rbinom(100, 625, 1/5)
x <-NULL
for (i in 1:100) {
x <-append(x, binom.test(successes[i], 625, 1/5)$p.value)
}

Answer 1

forループの代わりに、成功の値ごとsapply()に計算するために使用できます。p.values

pp <- sapply(successes, function(x) binom.test(x, 625, 1/5)$p.value)

プロセスの実際のスピードアップが必要な場合は、パッケージの利点を利用できますdata.table。まず、オブジェクトに変換successesしdata.tableます。次に、各行のp値を計算します。

library(data.table)
dt<-data.table(successes)
dt[,pp:=binom.test(successes, 625, 1/5)$p.value,by=successes]

Answer 2

うわーdata.tableは本当に速くて、うまくいくようです！の値の多くは繰り返されるため、一意の値だけで高価な計算successesを行うことで時間を節約できます。binom.test

fasterbinom <- function(x, ...) {
    u <- unique(x)
    idx <- match(x, u)
    sapply(u, function(elt, ...) binom.test(elt, ...)$p.value, ...)[idx]
}

いくつかのタイミングについては、

dtbinom <- function(x, ...) {
    dt <- data.table(x)
    dt[, pp:=binom.test(x, ...)$p.value, by=x]$pp
}

と

> successes <-rbinom(100000, 625, 1/5)
> identical(fasterbinom(successes, 625, .2), dtbinom(successes, 625, .2))
[1] TRUE
> library(rbenchmark)
> benchmark(fasterbinom(successes, 625, .2), dtbinom(successes, 625, .2))
                              test replications elapsed relative user.self
2     dtbinom(successes, 625, 0.2)          100   4.265    1.019     4.252
1 fasterbinom(successes, 625, 0.2)          100   4.184    1.000     4.124
  sys.self user.child sys.child
2    0.008          0         0
1    0.052          0         0

この場合、ループアプローチを比較するのは興味深いことです

f0 <- function(s, ...) {
    x0 <-NULL
    for (i in seq_along(s))
        x0 <-append(x0, binom.test(s[i], ...)$p.value)
    x0
}

f1 <- function(s, ...) {
    x1 <- numeric(length(s))
    for (i in seq_along(s))
        x1[i] <-  binom.test(s[i], ...)$p.value
    x1
}

f2 <- function(s, ...)
    sapply(s, function(x, ...) binom.test(x, ...)$p.value, ...)

f3 <- function(s, ...)
    vapply(s, function(x, ...) binom.test(x, ...)$p.value, numeric(1), ...)

ここで、は、を使用する場合の一般的に優れた「事前割り当てと塗りつぶし」戦略でありf1、ユーザーの把握からループの定式化が不十分である可能性を排除し、各結果が長さ1になることを保証するより安全で潜在的に高速なバージョンです。数値。forf2sapplyforf3sapply

各関数は同じ結果を返します

> n <- 1000
> xx <-rbinom(n, 625, 1/5)
> res0 <- f0(xx, 625, .2)
> identical(res0, f1(xx, 625, .2))
[1] TRUE
> identical(res0, f2(xx, 625, .2))
[1] TRUE
> identical(res0, f3(xx, 625, .2))
[1] TRUE

また、applylikeメソッドはforループよりも約10％高速です（この場合、個々の要素が大きい場合、f0とf1の違いははるかに劇的になる可能性があります）

> benchmark(f0(xx, 625, .2), f1(xx, 625, .2), f2(xx, 625, .2),
+           f3(xx, 625, .2), replications=5)
              test replications elapsed relative user.self sys.self user.child
1 f0(xx, 625, 0.2)            5   2.303    1.100     2.300        0          0
2 f1(xx, 625, 0.2)            5   2.361    1.128     2.356        0          0
3 f2(xx, 625, 0.2)            5   2.093    1.000     2.088        0          0
4 f3(xx, 625, 0.2)            5   2.212    1.057     2.208        0          0
  sys.child
1         0
2         0
3         0
4         0

fasterbinom実際の速度は、 /のより洗練されたアルゴリズムによるものdtbinomです。

> identical(res0, fasterbinom(xx, 625, .2))
[1] TRUE
> benchmark(f2(xx, 625, .2), fasterbinom(xx, 625, .2), replications=5)
                       test replications elapsed relative user.self sys.self
1          f2(xx, 625, 0.2)            5   2.146   16.258     2.145        0
2 fasterbinom(xx, 625, 0.2)            5   0.132    1.000     0.132        0
  user.child sys.child
1          0         0
2          0         0