2

我正在尝试在 R 中运行固定效应回归。当我在没有应用固定效应因子的情况下运行线性模型时，模型工作得很好。但是当我应用因子 - 这是用户 ID 的数字代码时，我收到以下错误：

Error in rep.int(c(1, numeric(n)), n - 1L) : cannot allocate vector of length 1055470143

我不确定错误是什么意思，但我担心这可能是在 R 中正确编码变量的问题。

4

2 回答 2

1

我认为这是更多的统计问题和更少的编程问题，原因有两个：

首先，我不确定您使用的是横截面数据还是面板数据。如果您使用横截面数据，控制 30000 个人是没有意义的（当然，它们会增加变化）。

其次，如果您使用的是面板数据，那么plmR 中的 package 等很好的包可以进行这种计算。

于 2013-07-11T12:10:40.597 回答
0

一个例子：

set.seed(42)
DF <- data.frame(x=rnorm(1e5),id=factor(sample(seq_len(1e3),1e5,TRUE)))
DF$y <- 100*DF$x + 5 + rnorm(1e5,sd=0.01) + as.numeric(DF$id)^2

fit <- lm(y~x+id,data=DF)

R 会话需要将近 2.5 GB 的 RAM（如果您添加操作系统所需的 RAM，这比许多 PC 都可用）并且需要一些时间才能完成。结果很没用。

如果您没有遇到 RAM 限制，您可能会受到向量长度的限制（例如，如果您有更多的因子级别），特别是如果您使用旧版本的 R。

怎么了？

第一步lm是使用函数创建设计矩阵model.matrix。这是一个较小的示例，说明因子会发生什么：

model.matrix(b~a,data=data.frame(a=factor(1:5),b=2))

#   (Intercept) a2 a3 a4 a5
# 1           1  0  0  0  0
# 2           1  1  0  0  0
# 3           1  0  1  0  0
# 4           1  0  0  1  0
# 5           1  0  0  0  1
# attr(,"assign")
# [1] 0 1 1 1 1
# attr(,"contrasts")
# attr(,"contrasts")$a
# [1] "contr.treatment"

看看 n 个因子水平如何导致 n-1 个虚拟变量？如果您有许多因子水平和许多观察值，则该矩阵会变得很大。

你该怎么办？

我很确定，您应该使用混合效果模型。有两个重要的包在 R 中实现线性混合效果模型，包 nlme 和更新的包 lme4。

library(lme4)

fit.mixed <- lmer(y~x+(1|id),data=DF)
summary(fit.mixed)

Linear mixed model fit by REML 
Formula: y ~ x + (1 | id) 
Data: DF 
    AIC     BIC  logLik deviance REMLdev
1025277 1025315 -512634  1025282 1025269
Random effects:
  Groups   Name        Variance   Std.Dev. 
id       (Intercept) 8.9057e+08 29842.472
Residual             1.3875e+03    37.249
Number of obs: 100000, groups: id, 1000

Fixed effects:
             Estimate Std. Error t value
(Intercept) 3.338e+05  9.437e+02   353.8
x           1.000e+02  1.180e-01   847.3

Correlation of Fixed Effects:
  (Intr)
x 0.000

这需要很少的 RAM，计算速度很快，并且是一个更正确的模型。

看看随机截距是如何解释大部分方差的？

所以，你需要研究混合效应模型。有一些不错的出版物，例如Baayen、Davidson、Bates (2008)，解释了如何使用 lme4。

于 2013-07-11T08:07:34.130 回答