Valutare gli esiti per BMI e HDL
Qual è la differenza nella progressione della malattia prevista (la risposta y) per i pazienti che sono sia nel 10% più alto di BMI sia nel 25% più alto di HDL rispetto a
quelli che sono sia nel 10% più basso di BMI sia nel 25% più basso di HDL? Anche qui, è già stata eseguita una simulazione per te: il tuo compito è valutare i risultati della simulazione in df_results per trovare la risposta a questa domanda!
Sono già state importate le seguenti librerie: pandas come pd, numpy come np e scipy.stats come st.
Questo esercizio fa parte del corso
Simulazioni Monte Carlo in Python
Istruzioni dell'esercizio
- Completa le definizioni della media dell'esito filtrando i risultati per i pazienti che sono sia nel 10% più alto di BMI sia nel 25% più alto di HDL e poi per i pazienti che sono sia nel 10% più basso di BMI sia nel 25% più basso di HDL, sfruttando
hdl_q25,hdl_q75,bmi_q10,bmi_q90, che sono già definite per te.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
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)