Porovnání simulovaných a historických dat

Dobrá simulace by měla dávat výsledky podobné historickým datům. Platilo to i pro simulaci z videa? V tomto cvičení se podíváš na jeden ze způsobů, jak výsledky simulace prozkoumat!

Nejdřív provedeš simulaci pomocí vícerozměrného normálního rozdělení s využitím průměru a kovarianční matice datasetu dia. Pak porovnáš průměry historických a simulovaných dat. Jsou si podobné?

Dataset diabetiků je načtený jako DataFrame dia a jsou pro tebe naimportovány tyto knihovny: 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

Proveď simulaci 10 000krát pomocí vícerozměrného normálního rozdělení s využitím průměru a kovarianční matice datasetu dia.
Pomocí funkce .mean() z pandas vypočítej průměrné hodnoty sloupců bmi a tc v historickém datasetu dia i v simulovaných výsledcích bmi a tc z df_results a ověř, jestli jsou si podobné.
Stejným způsobem použij .cov() z pandas k výpočtu kovarianční matice sloupců bmi a tc datasetu dia i simulovaných výsledků bmi a tc z df_results a ověř jejich podobnost.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

cov_dia = dia[["age", "bmi", "bp", "tc", "ldl", "hdl", "tch", "ltg", "glu"]].cov()
mean_dia = dia[["age", "bmi", "bp", "tc", "ldl", "hdl", "tch", "ltg", "glu"]].mean()

# Complete the code to perform the simulation
simulation_results = st.multivariate_normal.rvs(____)

df_results = pd.DataFrame(simulation_results,columns=["age", "bmi", "bp", "tc", "ldl", "hdl", "tch", "ltg", "glu"])

# Calculate bmi and tc means for the historical and simulated results
print(dia[["bmi","tc"]].____)
print(____)
      
# Calculate bmi and tc covariances for the historical and simulated results
print(____)
print(____)

Upravit a spustit kód