R中矩阵的行方差

我想计算矩阵中每一行的方差。对于以下矩阵

A

     [,1] [,2] [,3]
[1,]    1    5    9
[2,]    5    6   10
[3,]   50    7   11
[4,]    4    8   12

我想去

[1]  16.0000   7.0000 564.3333  16.0000

我知道我可以通过

apply（A，1，var）

实现这一点，但有没有更快或更好的方法？从倍频程开始，我可以用

var（A，0,2）

来实现这一点，但我不知道如何使用R中

var（）

函数的

Y

参数

---

编辑：典型块的实际数据集大约有100行和500列。但数据总量约为50GB。

这是

apply（）

有用的主要原因之一。它意味着在数组或矩阵的边缘上操作

set.seed(100)
m <- matrix(sample(1e5L), 1e4L)
library(microbenchmark)
microbenchmark(apply(m, 1, var))
# Unit: milliseconds
#              expr      min       lq   median       uq      max neval
#  apply(m, 1, var) 270.3746 283.9009 292.2933 298.1297 343.9531   100 

set.seed（100）
m您可以使用
rowsumes
和
rowsmeans

RowVar <- function(x, ...) {
  rowSums((x - rowMeans(x, ...))^2, ...)/(dim(x)[2] - 1)
}

RowVar(A)
#[1]  16.0000   7.0000 564.3333  16.0000

您还可以创建一个更通用的函数，该函数将接收类似于
apply
的语法，但仍将保持矢量化（列方向的方差将较慢，因为需要先对矩阵进行转置）

MatVar是的，它的速度加快了一点（很多）。我生命中的最后298毫秒到哪里去了？如果你只想将它应用于列的子集呢？@skan因此矩阵中的子集，例如，
RowVar（a[，1:3）
将只在前3列上运行它。另外，请看一下
matrixStats
软件包，它们涵盖了几乎所有内容。您也可以直接从GH下载这些函数，请看，这太棒了。我可以将时间缩短一半。非常感谢！相关：您能告诉我们您的实际数据集的维度吗？我们将看看当我处理整个50GB时，这是否太多了，但是知道apply（）是解决这个问题的方法已经很有帮助了。谢谢！
microbenchmark(apply(m, 1, var), RowVar(m))

## Unit: milliseconds
## expr        min         lq     median         uq        max neval
## apply(m, 1, var) 343.369091 400.924652 424.991017 478.097573 746.483601   100
##        RowVar(m)   1.766668   1.916543   2.010471   2.412872   4.834471   100

MatVar <- function(x, dim = 1, ...) {
  if(dim == 1){
     rowSums((x - rowMeans(x, ...))^2, ...)/(dim(x)[2] - 1)
  } else if (dim == 2) {
     rowSums((t(x) - colMeans(x, ...))^2, ...)/(dim(x)[1] - 1)
  } else stop("Please enter valid dimension")
}


MatVar(A, 1)
## [1]  16.0000   7.0000 564.3333  16.0000

MatVar(A, 2)
        V1         V2         V3 
## 547.333333   1.666667   1.666667