Avaliação dos resultados de BMI e HDL
Qual é a diferença na previsão de progressão da doença (a resposta y) para pacientes que estão entre os 10% melhores de BMI e os 25% melhores de HDL em comparação com
Você está entre os 10% mais baixos do BMI e os 25% mais baixos do HDL? Novamente, uma simulação já foi realizada para você: sua tarefa é avaliar os resultados da simulação em df_results para encontrar uma resposta para essa pergunta!
As seguintes bibliotecas foram importadas: pandas como pd, numpy como np, e scipy.stats como st.
Este exercício faz parte do curso
Simulações de Monte Carlo em Python
Instruções do exercício
- Complete as definições de resultado médio filtrando os resultados para os pacientes que estão entre os 10% mais altos de BMI e os 25% mais altos de HDL e, em seguida, para os pacientes que estão entre os 10% mais baixos de BMI e os 25% mais baixos de HDL, aproveitando
hdl_q25,hdl_q75,bmi_q10,bmi_q90, que já estão definidos para você.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
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)