Vyhodnocení výsledků BMI a HDL
Jaký je rozdíl v předpovězené progresi diabetu (odpověď y) u pacientů, kteří jsou zároveň v horních 10 % podle BMI a v horních 25 % podle HDL, ve srovnání s těmi, kteří jsou zároveň v nejnižších 10 % podle BMI a nejnižších 25 % podle HDL? Simulace už za tebe proběhla – tvým úkolem je vyhodnotit výsledky v df_results a najít odpověď!
Následující knihovny jsou naimportovány: pandas jako pd, numpy jako np a scipy.stats jako st.
Toto cvičení je součástí kurzu
Monte Carlo simulace v Pythonu
Pokyny k cvičení
- Dokonči definice průměrných výsledků tak, že vyfiltrujéš výsledky pro pacienty, kteří jsou zároveň v horních 10 % podle BMI a v horních 25 % podle HDL, a pak pro pacienty v nejnižších 10 % podle BMI a nejnižších 25 % podle HDL. Využij přitom již připravené proměnné
hdl_q25,hdl_q75,bmi_q10abmi_q90.
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)
hdl_q25 = np.quantile(df_summary["hdl"], 0.25)
hdl_q75 = np.quantile(df_summary["hdl"], 0.75)
bmi_q10 = np.quantile(df_summary["bmi"], 0.10)
bmi_q90 = np.quantile(df_summary["bmi"], 0.90)
# Complete the mean outcome definitions
bmi_q90_hdl_q75_outcome = np.mean(df_summary[(df_summary["bmi"] > bmi_q90) & (____)]____)
bmi_q10_hdl_q15_outcome = np.mean(df_summary[(df_summary["bmi"] < bmi_q10) & (____)]____)
y_diff = bmi_q90_hdl_q75_outcome - bmi_q10_hdl_q15_outcome
print(y_diff)