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

Você pode perguntar: por que fazemos simulações quando temos dados históricos? Não poderíamos usar os próprios dados para responder às perguntas de interesse?

Essa é uma ótima pergunta. Simulações de Monte Carlo são baseadas em modelagem com distribuições de probabilidade, que produzem toda a distribuição de probabilidade para análise (um grande número de amostras), em vez do número limitado de pontos disponível nos dados históricos.

Por exemplo, você pode perguntar algo como: qual é o 0,1º quantil da variável age para os pacientes com diabetes na nossa simulação? Não conseguimos responder a essa pergunta apenas com os dados históricos dia: como há apenas 442 registros, não conseguimos calcular qual seria o valor do milésimo. Em vez disso, você pode aproveitar os resultados de uma simulação de Monte Carlo — e é isso que você vai fazer agora!

O conjunto de dados de diabetes foi carregado como um DataFrame, dia, e as seguintes bibliotecas já 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