Bootstrap av genomsnittlig mödraålder
Mödraålder – det vill säga en mors ålder vid förlossningen – är en viktig indikator på befolkningens natalvård. En alltför hög eller låg mödraålder kan ha negativa effekter på förlossningsutfallet.
Du arbetar som dataanalytiker på US Department of Health. Du har tillgång till en lista, ls_df, med 51 dataramar – en för varje amerikansk delstat samt Washington DC. Varje dataram innehåller kolumnen maternal_age. Din chef vill att du bootstrappar en fördelning av den genomsnittliga mödraåldern för varje delstat. Du har redan skrivit en slinga för att utföra bootstrap på en enskild dataram. Nu behöver du parallellisera beräkningen. Paketet parallel har redan laddats in.
Den här övningen är en del av kursen
Parallell programmering i R
Övningsinstruktioner
- Omslut bootstrap-slingan i en funktion som returnerar fördelningen av medelvärdet.
- Sätt upp ett kluster med fyra kärnor.
- Applicera bootstrap-funktionen på
ls_dfparallellt med hjälp avparLapply(). - Stoppa klustret när alla beräkningar är klara.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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)