Evaluarea rezultatelor pentru IMC și HDL
Care este diferența în progresia prevăzută a bolii (răspunsul y) pentru pacienții care se află atât în primii 10% după IMC cât și în primii 25% după HDL, față de cei care se află atât în ultimii 10% după IMC, cât și în ultimii 25% după HDL? O simulare a fost deja efectuată pentru tine: sarcina ta este să evaluezi rezultatele simulării din df_results pentru a găsi răspunsul!
Au fost importate următoarele biblioteci: pandas ca pd, numpy ca np și scipy.stats ca st.
Acest exercițiu face parte din cursul
Simulări Monte Carlo în Python
Instrucțiuni pentru exercițiu
- Completează definițiile pentru rezultatul mediu, filtrând rezultatele pentru pacienții care se află atât în primii 10% după IMC, cât și în primii 25% după HDL, și apoi pentru pacienții care se află atât în ultimii 10% după IMC, cât și în ultimii 25% după HDL — folosind
hdl_q25,hdl_q75,bmi_q10,bmi_q90, care sunt deja definite pentru tine.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
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)