Dans la leçon précédente, vous avez exécuté une distribution normale multivariée en utilisant la moyenne et la matrice de covariance de dia. Maintenant, vous allez répondre à des questions d'intérêt à partir des résultats simulés!

Vous vous demandez peut-être : pourquoi effectuer des simulations quand on a des données historiques? Ne pourrait-on pas simplement utiliser les données elles-mêmes pour répondre aux questions qui nous intéressent?

Excellente question. Les simulations de Monte Carlo reposent sur la modélisation à l'aide de lois de probabilité, qui fournissent l'ensemble de la distribution de probabilité à examiner (un grand nombre d'échantillons), plutôt qu'un nombre limité de points de données comme dans les données historiques.

Par exemple, vous pouvez poser des questions comme : quel est le 0,1e quantile de la variable age pour les patients diabétiques dans notre simulation? Nous ne pouvons pas répondre à cette question avec les données historiques dia elles-mêmes : comme elles ne comptent que 442 enregistrements, nous ne pouvons pas calculer la valeur correspondant au millième. À la place, vous pouvez exploiter les résultats d'une simulation de Monte Carlo, ce que vous allez faire maintenant!

L'ensemble de données sur le diabète a été chargé comme DataFrame, dia, et les bibliothèques suivantes ont été importées pour vous : pandas sous pd, numpy sous np et scipy.stats sous st.

Pourquoi faut-il explorer les données ?

Simulations de Monte-Carlo en Python

Exercice interactif pratique