0

我有看起来与此类似的数据框：

maindata <- data.frame(cbind(num=c(79,61,62,57), 
                         denom=c(162356,170189,164634,162006), 
                         group=c(1,2,3,4)))

我的目的是选择每一行，执行引导重采样，找到 95% 置信区间的分位数，并将 CI 输出到具有 2 列和与原始数据帧相同行数的数据帧。这个带有嵌套 foreach 和 %do% 的函数运行良好，但在迭代次数较多（例如 1000 次）和数据帧较多的情况下速度较慢：

boots = function(data, boots, seed=1234){
  if (!missing(seed)) 
    set.seed(seed) 
  pct <- NULL
  ci.pct <- list()
  foreach(j=1:nrow(data)) %do% {
    datast1    <- c(rep(1, data[j,]$num), 
                    rep(0, data[j,]$denom))
        foreach(i=1:boots, .combine='c') %do% {
          index      <- sample(1:length(datast1), size=length(datast1), replace=TRUE)
          sampledata <- datast1[index]
          pct[i]     <- mean(sampledata)
        }
        ci.pct[[j]]  <- cbind(quantile(pct, prob=c(0.025))*100000, 
                              quantile(pct, prob=c(0.975))*100000)
      }
      ci.pcts <- do.call("rbind", ci.pct)
      return(ci.pcts)
    }
    boots(data=maindata, boots=5, seed=1234)

我一直试图找出一种方法来使用 %dopar% 进行并行处理，但不能完全掌握它：

bootsd = function(data, boots, seed=1234){
  if (!missing(seed)) 
    set.seed(seed) 
  pct <- NULL
  ci.pct <- list()
  foreach(j=1:nrow(data)) %do% {
    datast1    <- c(rep(1, data[j,]$num), 
                    rep(0, data[j,]$denom))
        foreach(i=1:boots, .combine='c') %dopar% {
          index      <- sample(1:length(datast1), size=length(datast1), replace=TRUE)
          sampledata <- datast1[index]
          pct[i]     <- mean(sampledata)
        }
        ci.pct[[j]]  <- cbind(quantile(pct, prob=c(0.025))*100000, 
                              quantile(pct, prob=c(0.975))*100000)
      }
      ci.pcts <- do.call("rbind", ci.pct)
      return(ci.pcts)
    }
bootsd(data=maindata, boots=5, seed=1234)

有没有人有关于如何修改代码以通过正确实现 %dopar% 或其他一些巧妙的技巧来使其运行得更快的建议？

4

1 回答 1

0

我稍微重写了你的函数。我将其foreach视为一个函数，它从循环中返回结果。现在它适用于%dopar%. 唯一的问题 - 它不服从种子。每次运行都会返回不同的结果。如果有必要，您可能必须查看doRNG包装。

bootsd = function(data, boots, seed = 1234){
  if (!missing(seed)) set.seed(seed) 
  ci.pct <- foreach(j = 1:nrow(data)) %do% {
    datast1 <- c(rep(1, data[j, "num"]),
                 rep(0, data[j, "denom"]))
    pct <- foreach(i = 1:boots, .combine = 'c') %dopar% {
      index <- sample(1:length(datast1), size = length(datast1), replace = T)
      sampledata <- datast1[index]
      mean(sampledata)
    }
    cbind(quantile(pct, prob=c(0.025))*100000,
          quantile(pct, prob=c(0.975))*100000)
  }
  ci.pcts <- do.call("rbind", ci.pct)
  return(ci.pcts)
}

bootsd(data = maindata, boots = 5, seed = 1234)
于 2016-08-02T16:38:01.967 回答