Ich versuche, lineare Regression mit festen Effekten mit R durchzuführen. Meine Daten sehen aus wie

<code>dte   yr   id   v1   v2
  .    .    .    .    .
  .    .    .    .    .
  .    .    .    .    .
</code>

Ich entschied mich dann, dies einfach zu tun, indem ich machteyr ein Faktor und Verwendunglm:

<code>lm(v1 ~ factor(yr) + v2 - 1, data = df)
</code>

Dies scheint jedoch keinen Speicher mehr zu haben. Ich habe 20 Stufen in meinem Faktor unddf Das Speichern von 14 Millionen Zeilen dauert ca. 2 GB. Ich führe dies auf einem Computer mit 22 GB aus, der für diesen Prozess vorgesehen ist.

Ich beschloss dann, die Dinge auf die altmodische Art und Weise auszuprobieren: Erstelle Dummy-Variablen für jedes meiner Jahret1 zut20 indem ich tue:

<code>df$t1 <- 1*(df$yr==1)
df$t2 <- 1*(df$yr==2)
df$t3 <- 1*(df$yr==3)
...
</code>

und einfach berechnen:

<code>solve(crossprod(x), crossprod(x,y))
</code>

Dies funktioniert problemlos und liefert die Antwort fast sofort.

Ich bin besonders neugierig, woran es liegt, dass mir der Speicher ausgeht, wenn ich die Koeffizienten gut berechnen kann. Vielen Dank.