Bootstrap pentru vârsta medie a mamelor
Vârsta maternă – adică vârsta mamei la momentul nașterii – este un indicator important al sănătății natale într-o populație. O vârstă maternă prea mare sau prea mică poate avea efecte negative asupra evoluției nașterii.
Lucrezi pentru Departamentul de Sănătate al SUA în calitate de analist de date. Primești o listă, ls_df, cu 51 de data frame-uri – câte unul pentru fiecare stat american și pentru Washington DC. Fiecare data frame conține coloana maternal_age. Șeful tău dorește să generezi prin bootstrap o distribuție a vârstei medii materne pentru fiecare stat. Ai scris deja o buclă care aplică bootstrap pe un singur data frame. Acum trebuie să paralelizezi acest calcul. Pachetul parallel a fost deja încărcat.
Acest exercițiu face parte din cursul
Programare paralelă în R
Instrucțiuni pentru exercițiu
- Încapsulează bucla de bootstrap într-o funcție care returnează distribuția mediei.
- Configurează un cluster cu patru nuclee.
- Aplică funcția de bootstrap pe
ls_dfîn paralel, folosindparLapply(). - Oprește clusterul după ce toate calculele sunt finalizate.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Wrap the loop into a function
boot_mean <- ___ (df) ___
est <- rep(0, 1e3)
for (i in 1:1e3) {
b <- sample(df$mother_age, replace = T)
est[i] <- mean(b)
}
return(est)
___
# Make a cluster of four
cl <- ___
# Apply function to ls_df in parallel
state_dist <- ___
# Stop cluster
___(cl)