Evaluar los resultados de BMI y HDL
¿Cuál es la diferencia en la progresión prevista de la enfermedad (la respuesta y) para los pacientes que se encuentran tanto en el 10 % superior de BMI como en el 25 % superior de HDL en comparación con
los que se encuentran tanto en el 10 % más bajo de BMI como en el 25 % más bajo de HDL? De nuevo, ya se ha realizado una simulación para ti: ¡tu tarea es evaluar los resultados de la simulación en df_results para encontrar una respuesta a esta pregunta!
Se han importado las siguientes bibliotecas: pandas como pd, numpy como np, y scipy.stats como st.
Este ejercicio forma parte del curso
Simulaciones Montecarlo en Python
Instrucciones de ejercicio
- Completa las definiciones de los resultados medios filtrando los resultados para los pacientes que estén tanto en el 10 % superior de BMI como en el 25 % superior de HDL y, a continuación, para los pacientes que estén tanto en el 10 % inferior de BMI como en el 25 % inferior de HDL, aprovechando
hdl_q25,hdl_q75,bmi_q10,bmi_q90, que ya están definidos para ti.
Ejercicio interactivo práctico
Pruebe este ejercicio completando este código de muestra.
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)