为什么RcppArmadillo的fastLmPure在输出中产生NA,而fastLm没有?
Why RcppArmadillo's fastLmPure produces NA's in output but fastLm doesn't?
我经常在R中使用滚动回归,我的初始设置类似于:
dolm <- function(x) coef(lm(x[,1] ~ x[,2] + 0, data = as.data.frame(x)))
rollingCoef = rollapply(someData, 100, dolm)
上面的例子工作得很好,但若你们有很多迭代,它会很慢。
为了加快速度,我决定试用Rcpp
软件包。
首先,我用fastLm
代替了lm
,结果有点快,但仍然很慢。因此,这促使我尝试用c++将整个滚动回归的系数函数写成循环,然后在Rcpp的帮助下将其积分到R中。
所以我把RcppArmadillo原来的函数fastLm
改成了这个:
// [[Rcpp::depends(RcppArmadillo)]]
#include <RcppArmadillo.h>
using namespace Rcpp;
// [[Rcpp::export]]
List rollCoef(const arma::mat& X, const arma::colvec& y, double window ) {
double cppWindow = window - 1;
double matRows = X.n_rows;
double matCols = X.n_cols - 1;
arma::mat coef( matRows - cppWindow, X.n_cols); // matrix for estimated coefficients
//for loop for rolling regression.
for( double i = 0 ; i < matRows - cppWindow ; i++ )
{
coef.row(i) = arma::trans(arma::solve(X( arma::span(i,i + cppWindow), arma::span(0,matCols)) , y.rows(i,i + cppWindow)));
}
return List::create(_["coefficients"] = coef);
}
然后用sourceCpp(file=".../rollCoef.cpp")
将其下载到R
因此,它比rollapply
快得多,在小例子中效果很好,但与我将其应用于约200000次数据观测相比,它产生了约一半的NA输出,同时rollapply
/fastLm
组合没有产生任何NA。
所以在这里我需要一些帮助。我的功能出了什么问题?为什么我的函数输出中有NA,而rollapply
/fastLm
中没有NA,但是,如果我理解正确的话,它们都是基于arma::solve
的?非常感谢您的帮助。
更新
这是可复制的代码:
require(Rcpp)
require(RcppArmadillo)
require(zoo)
require(repmis)
myData <- source_DropboxData(file = "example.csv",
key = "cbrmkkbssu5bn96", sep = ",", header = TRUE)
## in order to use my custom function "rollCoef" you should download it to R.
## The c++ code is presented above in the main question.
## Download it where you want as "rollCoef.cpp" and then download it to R with:
sourceCpp(file=".../rollCoeff.cpp"). # there should be your actual path.
myCoef = rollCoef(as.matrix(myData[,2]),myData[,1],260)
summary(unlist(myCoef)) # 80923 NA's
dolm = function(x) coef(fastLmPure(as.matrix(x[,2]), x[,1]))
myCoef2 = rollapply(myData, 260, dolm, by.column = FALSE)
summary(myCoef2) # 80923 NA's
dolm2 = function(x) coef(fastLm(x[,1] ~ x[,2] + 0, data = as.data.frame(x)))
myCoef3 = rollapply(myData, 260, dolm2, by.column = FALSE)
summary(myCoef3) # !!! No NA's !!!
head(unlist(myCoef)) ; head(unlist(myCoef2)) ; head(myCoef3)
因此,我的函数的输出与RcpArmadillo的fastLmPure
和rollapply
的输出相同,它们都产生NA,而rollapply
和fastLm
不产生NA。据我所知,例如,从HERE和HERE,fastLm
基本上是在调用fastLmPure
,但为什么第三个方法中没有NA?fastLm
中是否有一些额外的功能可以防止我没有发现的NA?
有一个完整的包RcppRoll来执行自定义滚动,您应该能够扩展它及其rollit()
函数来执行lm()
滚动。