Compararea datelor simulate cu cele istorice
O simulare bună ar trebui să producă rezultate similare cu datele istorice. A fost aceasta situația în simularea din video? În acest exercițiu, vei explora o metodă de a analiza rezultatele simulării și vei afla!
Mai întâi, vei realiza o simulare folosind distribuția normală multivariată, precum și media și matricea de covarianță ale setului de date dia. Apoi, vei compara mediile datelor istorice cu cele ale datelor simulate. Sunt similare?
Setul de date despre diabet a fost încărcat ca DataFrame sub numele dia, iar următoarele biblioteci au fost importate pentru tine: 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
- Realizează simularea de 10.000 de ori folosind distribuția normală multivariată, precum și media și matricea de covarianță ale setului de date
dia. - Folosește funcția
.mean()din pandas pentru a calcula valorile medii ale coloanelorbmișitcdin setul de date istoricdia, respectiv din rezultatele simulatebmișitcdindf_results, pentru a verifica dacă sunt similare. - În mod similar, folosește
.cov()din pandas pentru a calcula matricea de covarianță a coloanelorbmișitcdindia, respectiv din rezultatele simulatebmișitcdindf_results, pentru a verifica dacă sunt similare.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
cov_dia = dia[["age", "bmi", "bp", "tc", "ldl", "hdl", "tch", "ltg", "glu"]].cov()
mean_dia = dia[["age", "bmi", "bp", "tc", "ldl", "hdl", "tch", "ltg", "glu"]].mean()
# Complete the code to perform the simulation
simulation_results = st.multivariate_normal.rvs(____)
df_results = pd.DataFrame(simulation_results,columns=["age", "bmi", "bp", "tc", "ldl", "hdl", "tch", "ltg", "glu"])
# Calculate bmi and tc means for the historical and simulated results
print(dia[["bmi","tc"]].____)
print(____)
# Calculate bmi and tc covariances for the historical and simulated results
print(____)
print(____)