如何处理大型merModLmerTest

Question

我尝试在笔记本电脑上使用R运行大约2GB（500,000行）的大型数据集的HLM回归，此数据集的格式为spss（.sav）。我无法共享数据，如我的教授要求，但我会尽力提供尽可能多的细节。这是我的一些代码。

data<- spss.get("Stanford Dataset .sav")
result1 <- lmer(SCIENCE ~ GDP + Individualism+ Gender+ Gender*GDP+
              Individualism*Gender + (1+Gender|Country/School),data = data)
summary(result1)

问题是，运行回归并打印summary需要大约5分钟。有没有更快的方法来处理这个大型内存模型？

实际上我尝试了以下一些方法：

1）在data.table包中使用data.table。在运行回归之前data <- data.table(data)。然而，我等待结果的时间比以前多了几分钟。

2）在as.big.matrix包中使用bigmemory，它会显示错误：

  

list2env（数据）中的错误：第一个参数必须是命名列表

似乎矩阵在函数lmer中不起作用。

所以我现在真的缺乏想法，任何相关的想法都会有所帮助。

非常感谢！