[R-br] Não consigo fazer uma ANOVA com arquivo com 1e+06 registros.

[Elias T Krainski]

isso so' ajuda na leitura (mais rapido por exemplo). mas o conjunto de 
dados nao e' tao grande e o problema e' outro: anova.

On 10/23/2013 03:02 PM, Edson Lira wrote:
> Tem um pacote chamado ff que executa a leitura de arquivos grandes.
>
> Transforme seus dados para um arquivo .csv (caso não seja) e tente a
> leitura com este pacote.
>
> [  ]'s.
> Edson Lira
> Estatístico
> Manaus-Amazonas
>
>
> Em Quarta-feira, 23 de Outubro de 2013 5:35, Elias T Krainski
> <eliaskrainski em yahoo.com.br> escreveu:
> Oi Luiz,
>
> O problema e' que vc tem 1000 niveis em cada um de dois fatores. Como a
> funcao aov() usa a funcao lm(), esta monta a matriz de delineamento, ne
> neste caso tem dimensao de um milhao por 1999. Para armazenar essa
> matriz vc precisa de 14.9Gb
>
> print(object.size(double(1999))*1e6, unit='Gb')
>
> Se seu computador tivesse 16Gb de memoria vc conseguiria fazer
> calculando as estatistica suficientes X'X e X'y. Foi o que eu fiz e
> enviei X'X e X'y no seu e-mail. Mas isso ainda nao 'e a melhor solucao
> nesse caso particular.
>
> Como vc nao tem fator continuo, e' muito barato computacionalmente fazer
> o quadro de anova calculando as expressoes de soma de quadrados.
> Dessa forma vc consegue montar um quadro de anova facilmente num
> computador com pouca memoria. Note que seu dado consiste em apenas dois
> fatores e uma resposta continua, cada um com 1 milhao de registros. Isso
> ocupa apenas 19.2Mb em memoria
>
> print(object.size(Data), un='Mb')
>
> Veja como montar o quadro de anova:
>
> attach(Data)
> n <- length(y)
> ntr <- c(length(levels(block)), length(levels(Treat)))
> gltot <- n-1
> gltra <- ntr - 1
> glres <- n - sum(ntr)
>
> correcao <- (sum(y)^2)/n
> sqtot <- sum(y^2)-correcao
> bltot <- tapply(y, block, sum)
> trtot <- tapply(y, Treat, sum)
>
> sqbl <- sum(bltot^2)/ntr[2] - correcao
> sqtr <- sum(trtot^2)/ntr[1] - correcao
> sqres <- sqtot - sqbl - sqtr
>
> qmbl <- sqbl/gltra[1]
> qmtr <- sqtr/gltra[2]
> qmres <- sqres/glres
>
> fval <- c(qmbl, qmtr)/qmres
> pval <- pf(fval, gltra, glres, lower.tail=FALSE)
>
> data.frame(gl=c(gltra, glres, gltot),
> sqt=c(sqbl, sqtr, sqres, sqtot),
>              qm=c(qmbl, qmtr, qmres, NA),
>              fval=c(fval, NA, NA),
>              pval=c(pval, NA, NA))
>
>
> On 10/22/2013 08:13 PM, Luiz Roberto Martins Pinto wrote:
>  > Caros companheiros da R-BR.
>  >
>  > Não consigo fazer uma ANOVA com arquivo com 1e+06 registros.
>  > Então... preciso de ajuda!!!
>  >
>  > Dados:
>  >
>  > http://www1.datafilehost.com/d/c0d31775
>  >
>  > Meu pc
>  > R for windows 2.15.1(x64)
>  > 8 Gb de Memo
>  >
>  > load('RCBD_Data.Rdata') # Arquivo com 1e+06 registros
>  >
>  > m=aov(y~Treat+block,data=Data)
>  > summary(m)
>  >
>  > Mensagem de erro:
>  >
>  > Erro: não é possível alocar vetor de tamanho 14.9 Gb
>  > Além disso: Mensagens de aviso perdidas:
>  > 1: In model.matrix.default(mt, mf, contrasts) :
>  >    Reached total allocation of 8086Mb: see help(memory.size)
>  > 2: In model.matrix.default(mt, mf, contrasts) :
>  >    Reached total allocation of 8086Mb: see help(memory.size)
>  > 3: In model.matrix.default(mt, mf, contrasts) :
>  >    Reached total allocation of 8086Mb: see help(memory.size)
>  > 4: In model.matrix.default(mt, mf, contrasts) :
>  >    Reached total allocation of 8086Mb: see help(memory.size)
>  >
>  >
>  > Luiz Roberto Martins Pinto
>  > Prof. Pleno/DCET/UESC
>  > Laboratório de Estatística Computacional
>  > Universidade Estadual de Santa Cruz
>  > Ilhéus-Bahia
>  >
>  > luizroberto.uesc em gmail.com <mailto:luizroberto.uesc em gmail.com>
> <mailto:luizroberto.uesc em gmail.com <mailto:luizroberto.uesc em gmail.com>>
>  > skype: lrmpinto
>  > http://lattes.cnpq.br/2732314327604831
>  >
>  >
>  >
>  >
>  > _______________________________________________
>  > R-br mailing list
>  > R-br em listas.c3sl.ufpr.br <mailto:R-br em listas.c3sl.ufpr.br>
>  > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
>  > Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
> código mínimo reproduzível.
>
>  >
> _______________________________________________
> R-br mailing list
> R-br em listas.c3sl.ufpr.br <mailto:R-br em listas.c3sl.ufpr.br>
> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
> código mínimo reproduzível.
>
>
>
>
> _______________________________________________
> R-br mailing list
> R-br em listas.c3sl.ufpr.br
> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
>