图书馆（dplyr）
通信=通信（_a）
通信$网站= 行名称（通信）
日期=第三年::聚集（通信，钥匙= “sp”,价值= “频率”,-现场）%>% 
  left_join（左_连接）（嫉妒，由= “站点”)%>% 
  left_join（左_连接）（特征，由= “sp”)
日期$帕= as.数字（日期$频率> 0)
#pez:：communityPGLMM的数据准备，phyr:：pglmm不需要
日期= 安排（日期、地点、sp）
日期= 滤波器（日期，sp%单位：% 样品(独特的（日期$sp），10),
网站%单位：% 样品(独特的（日期$现场），5))
国家安全生产计划= n_distinct（非重复）（日期$sp）
奈特= n_distinct（非重复）（日期$现场）

日期$网站= as.系数（日期$现场）
日期$服务提供商= as.系数（日期$sp）

树=猿::滴落.tip（藻树，设置差异（藻树$提示标签，独特的（日期$sp））
Vphy公司<-猿::真空断路器（树）
Vphy公司<-Vphy公司/最大值（弗菲）
Vphy公司<-Vphy公司/经验(行列式（弗菲）$模数，模量[1]/nspp）
Vphy公司=Vphy公司[水平（日期$sp），水平（日期$sp）]

#准备随机效果
再现场<- 列表(1,场地=日期$现场，共价= 诊断（现场）
re.sp公司<- 列表(1,标准普尔=日期$服务提供商，共价= 诊断（nspp））
射线照相术<- 列表(1,特殊用途=日期$服务提供商，共价=Vphy）
#sp嵌套在站点中
重新测试phy<- 列表(1,标准普尔=日期$服务提供商，共价=弗菲，场地=日期$现场）
重新测试代表<- 列表(1,标准普尔=日期$服务提供商，共价= 解决（Vphy），场地=日期$现场）#等于sp__@站点
#可以命名
重新= 列表(re.sp公司=回复：，re.sp.phy公司=re.sp.phy，重新测试phy=re.nested.phy，回复：，再现场=现场）

#对于小数据集，速度大约快4-10倍
红色基准线::基准(
  “phyr c++bobyqa” ={风::pglmm公司（频率~ 1 +阴影+(1|sp__）+(1|现场）+(1|标准普尔__@现场），
日期，覆盖（_R）= 列表(标准普尔=藻树），REML公司= 错误的,
              中央处理器= 真的,优化器= “博比卡”)},
  “phyr c++Nelder-Mead” ={风::pglmm公司（频率~ 1 +阴影+(1|sp__）+(1|现场）+(1|标准普尔__@现场），
日期，覆盖（_R）= 列表(标准普尔=藻树），REML公司= 错误的,
              中央处理器= 真的,优化器= “尼尔德·米德”)},
  “phyr R Nelder-Mead” ={风::pglmm公司（频率~ 1 +阴影+(1|sp__）+(1|现场）+(1|标准普尔__@现场），
日期，覆盖（_R）= 列表(标准普尔=菲洛特里），雷米= 错误的,
              中央处理器= 错误的,优化器= “Nelder-Mad”)},
  “pez R Nelder-Mead” ={佩兹::社区PGLMM（频率~ 1 +阴影，数据=日期，标准普尔=日期$服务提供商，场地=日期$现场，
                      随机效果=重新，REML公司= 错误的)},
  复制= 5,
  列= c（c）(“测试”,“复制”,“已过去”,
              “相对”,“user.self”,“系统自身”)
)
#>相对于user.self sys.self运行的测试复制
#>4 pez R内尔德-梅德5 32.214 88.989 30.821 0.374
#>1 phyr c++bobyqa 5 0.362 1.000 0.342 0.006
#>2 phyr c++Nelder-Mead 5（2个）1.156 3.193 1.115 0.015
#>3 phyr R Nelder-Mead 5号机组33.281 91.936 31.198 0.480

#对于小数据集，速度大约快6倍
红色基准线::基准(
  “phyr c++bobyqa” ={风::pglmm公司（帕~ 1 +阴影+(1|sp__）+(1|现场）+(1|标准普尔__@现场），
日期，家庭= “二项式”,覆盖（_R）= 列表(标准普尔=藻树），REML公司= 错误的,
              中央处理器= 真的,优化器= “博比卡”)},
  “phyr c++Nelder-Mead” ={风::pglmm公司（帕~ 1 +阴影+(1|sp__）+(1|现场）+(1|标准普尔__@现场），
日期，家庭= “二项式”,覆盖（_R）= 列表(标准普尔=藻树），REML公司= 错误的,
              中央处理器= 真的,优化器= “Nelder-Mad”)},
  “phyr R Nelder-Mead” ={风::pglmm公司（帕~ 1 +阴影+(1|sp__）+(1|现场）+(1|标准普尔__@现场），
日期，家庭= “二项式”,冠状病毒= 列表(标准普尔=藻树），REML公司= 错误的,
              中央处理器= 错误的,优化器= “Nelder-Mad”)},
  “pez R Nelder-Mead” ={佩兹::社区PGLMM（帕~ 1 +阴影，数据=日期，标准普尔=日期$服务提供商，
                                             家庭= “二项式”,场地=日期$现场，
                      随机效果=重新，REML公司= 错误的)},
  复制= 5,
  列= c（c）(“测试”,“复制”,“已过”,
              “相对”,“user.self”,“系统自身”)
)
#>相对user.self sys.self测试复制已用时间
#>4 pez R内尔德-梅德5 49.296 42.314 45.731 0.604
#>1 phyr c++bobyqa 5 1.840 1.579 1.750 0.033
#>2 phyr c++Nelder-Mead 5 1.165 1.000 1.093 0.021型
#>3 phyr R Nelder-Mead 5号机组24.355 20.906 23.024 0.317

图书馆（猿）
#设置模拟数据的参数值
n个<- 50
物理<- rcoal公司（编号：，提示标签= 1:n）
trt名称<- 粘贴0(“票面价值”,1:2)

对<- 矩阵(c（c）(1,0.7,0.7,1),nrow公司= 2,ncol公司= 2)
d日<- c（c）(0.3,0.95)
地下二层<- 1

硒<- c（c）(0.2,1)
M（M）<- 矩阵（硒，nrow公司=编号：，ncol公司= 2,旁观者= 真的)
列名（百万）<-trt名称

#设置仿真所需的矩阵
第页<- 长度（d）

明星<- 压力（n）
明星$边缘长度<- 阵列(1,暗淡= c（c）（编号：，1))
明星$提示标签<-物理（phy）$提示标签

Vphy公司<- 真空断路器（物理）
Vphy公司<-Vphy公司/最大值（弗菲）
Vphy公司<-虚拟物理/经验(行列式（弗菲）$模数，模量[1]/n）

陶<- 矩阵(1,nrow公司=编号：，ncol公司= 1)%*% 诊断（弗菲）-Vphy公司
C类<- 矩阵(0,nrow公司=第页*编号：，ncol公司=第页*n）
对于（i）在里面 1:第页）对于（j）在里面 1:第页）{
镉<-（d[i]^陶*（日[j]^t吨（套）*(1 -（d[i]）*d【j】）^Vphy））/(1 -天[i]*d【j】）
C[（n）*（i）- 1)+ 1):（i）*n） ，（n*（j）- 1)+ 1):（j）*n） ]<-R（i，j）*镉
}
MM（毫米）<- 矩阵（百万）^2,ncol公司= 1)
V（V）<-C类+ 诊断(as.数字（MM））

身份证件<- t吨(焦耳（五） ）

XX年<-身份证件%*% rnorm公司(2 *n）
X（X）<- 矩阵（XX，n，p）
列名（十）<-trt名称
行名称（X）<-物理（phy）$提示标签
行名称（百万）<-物理（phy）$提示标签

U型<- 列表(cbind公司(rnorm公司（编号：，平均值= 2,标准偏差= 10)))
姓名（U）<-trt名称[2]

X[，2]<-X[，2]+B2级[1]*单位[[1]][,1]-B2层[1]* 意思是（U[[1]][,1])

z（z）<- cor_phylo公司(变量=X、，
               协变量=U、，
               测量_错误=M、，
               物理（phy）=物理，
               物种=物理（phy）$提示标签）


U2乐队<- 列表(无效的,矩阵(rnorm公司（编号：，平均值= 2,标准偏差= 10),nrow公司=编号：，ncol公司= 1))
行名称（U2[[2]])<-物理（phy）$提示标签
列名（U2[[2]])<- “第2部分”
X2个=X（X）
X2[，2]<-X2[，2]+B2层[1]*U2乐队[[2]][,1]-B2层[1]* 意思是（U2[[2]][,1])

zr（零）<- 身体(X（X）=X2，塞姆=M、，单位=U2中，物理（phy）=物理，方法= “Nelder-Mad”)

红色基准线::基准(
  “cor_phylo” ={cor_phylo公司(变量=X、，协变量=U、，测量_错误=M、，
                           物理（phy）=物理，物种=物理（phy）$提示.标签）}，
  “身体” ={身体(X（X）=X2，塞姆=M、，U型=U2、，物理（phy）=物理，方法= “Nelder-Mad”)},
  复制= 5,
  列= c（c）(“测试”,“复制”,“已过去”,
              “相对”,“user.self”,“系统自身”)
)
#>相对user.self sys.self测试复制已用时间
#>1 cor_phylo 5 4.511 1.000 4.329 0.062
#>2小体5 16.190 3.589 13.863 1.369