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

我想得到

[1]  16.0000   7.0000 564.3333  16.0000

我知道我可以通过以下方式实现这一目标apply(A,1,var)，但是有没有更快或更好的方法呢？从八度音阶开始，我可以用var(A,0,2)，但我不明白如何Y的论点var()使用R中的函数。

编辑：典型块的实际数据集大约有 100 行和 500 列。不过，数据总量约为 50GB。

你可以潜在地矢量化var在行（或列）上使用rowSums and rowMeans

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

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

使用@Richards 数据，产量为

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

您还可以创建一个更通用的函数，该函数将接收类似于以下的语法apply但将保持矢量化（列方向方差会变慢，因为矩阵需要首先转置）

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