Na última lição, você realizou uma distribuição normal multivariada usando a média e a matriz de covariância de dia. Agora, você responderá a perguntas de interesse usando os resultados simulados!

Você pode se perguntar: por que realizamos simulações quando temos dados históricos? Não podemos simplesmente usar os próprios dados para responder a perguntas de interesse?

Essa é uma ótima pergunta. As simulações de Monte Carlo baseiam-se na modelagem usando distribuições de probabilidade, que produzem toda a distribuição de probabilidade para inspeção (um grande número de amostras), em vez do número limitado de pontos de dados disponíveis nos dados históricos.

Por exemplo, você pode fazer perguntas como: qual é o quantil 0,1 da variável age para os pacientes com diabetes em nossa simulação? Não podemos responder a essa pergunta com os dados históricos do próprio dia: como ele tem apenas 442 registros, não podemos calcular qual é o valor de um milésimo. Em vez disso, você pode aproveitar os resultados de uma simulação de Monte Carlo, o que você fará agora!

O conjunto de dados do diabetes foi carregado como um DataFrame, dia, e as seguintes bibliotecas foram importadas para você: pandas como pd, numpy como np, e scipy.stats como st.

Por que precisamos explorar os dados?

Simulações de Monte Carlo em Python

Exercício interativo prático