昨晚我用 gamm() 开始了一个复杂的计算，这花了我...

     user        system       elapsed 
    9259.76      326.05     9622.64 (s)

...这意味着我花了 160 分钟或 2.67 小时进行计算。问题是我必须做大约 50 甚至 100 多个这些！所以我想知道是否有任何方法可以加快这些计算。我将 32 位与 64 位版本 (4gb) 和 R 2.12.2 进行了比较，以计算一个不太复杂的 gamm()。

32位解决方案

 User      System        elapsed 
 41.87        0.01       42.01

64位解决方案

  User      System      elapsed
 40.06        2.82       43.05

但使用 64 位需要更长的时间！

我现在的问题：

简单地购买更多内存是否有帮助，例如 8GB DDR3？还是会浪费钱？或者 R 2.13.0 中的编译器包是否能够正确处理？我不认为 rcpp 可以处理 gamm() 函数，还是我错了？

欢迎任何意见！

160 分钟过程的 gamm() 模型调用是：

  g1 <- gamm(CountPP10M    ~ s(tempsurf,bs="cr") 
                           + s(salsurf,bs="cr") 
                           + s(speedsurf,bs="cr") 
                           + s(Usurf,bs="cr")
                           + s(Vsurf,bs="cr")   
                           + s(Wsurf,bs="cr")
                           + s(water_depth,bs="cr")
                           + s(distance.to.bridge,bs="cr")
                           + s(dist_land2,bs="cr")
                           + s(Dist_sventa,bs="cr"),
                           data=data,
                           random=list(ID_Station=~1),
                           family=poisson,
                           methods="REML",
                           control=lmc)
            )