Vyhodnocení výsledků BMI

Jaký je rozdíl v předpovídaném postupu onemocnění (výstupní proměnná y) u pacientů v horních 10 % BMI oproti nejnižším 10 % BMI? K zodpovězení této otázky využiješ výsledky simulace vzorkující vícerozměrné normální rozdělení!

Simulace už byla provedena za tebe: tvým úkolem je vyhodnotit její výsledky uložené v df_results.

Následující knihovny jsou pro tebe již naimportovány: pandas jako pd, numpy jako np a scipy.stats jako st.

Toto cvičení je součástí kurzu

Monte Carlo simulace v Pythonu

Zobrazit kurz

Pokyny k cvičení

Pomocí np.quantile() vypočítej 10. a 90. kvantil hodnot bmi v simulovaných výsledcích a ulož je jako bmi_q10 a bmi_q90.
Pomocí bmi_q10 a bmi_q90 filtruj df_summary a získej předpovídané hodnoty y.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

simulation_results = st.multivariate_normal.rvs(mean=mean_dia, size=20000, cov=cov_dia)
df_results = pd.DataFrame(simulation_results,columns=["age", "bmi", "bp", "tc", "ldl", "hdl", "tch", "ltg", "glu"])
predicted_y = regr_model.predict(df_results)
df_y = pd.DataFrame(predicted_y, columns=["predicted_y"])
df_summary = pd.concat([df_results,df_y], axis=1)

# Calculate the 10th and 90th quantile of bmi in the simulated results
bmi_q10 = np.quantile(df_summary["bmi"], ____)
bmi_q90 = np.quantile(df_summary["bmi"], ____)

# Use bmi_q10 and bmi_q90 to filter df_summary and obtain predicted y values
mean_bmi_q90_outcome = np.mean(df_summary[____]["predicted_y"]) 
mean_bmi_q10_outcome = np.mean(df_summary[____]["predicted_y"])
y_diff = mean_bmi_q90_outcome - mean_bmi_q10_outcome
print(y_diff)

Upravit a spustit kód