Statistiques sommaires

Simulations de Monte-Carlo en Python

Izzy Weber

Curriculum Manager, DataCamp

Résultats selon l'âge

Quelle est la différence des résultats entre les personnes des 1er et 4e quantiles d'âge? histogram of the Age variable in the simulated results

Résultats selon l'âge

print(np.quantile(df_summary["age"], 0.25))
print(np.quantile(df_summary["age"], 0.75))

39.78584463094688
57.52092642086441

Résultats selon l'âge

age_q25 = np.quantile(df_summary["age"], 0.25)
age_q75 = np.quantile(df_summary["age"], 0.75)


mean_age_q75_outcome = np.mean(df_summary[df_summary["age"] > age_q75]["predicted_y"]) 
mean_age_q25_outcome = np.mean(df_summary[df_summary["age"] < age_q25]["predicted_y"])


mean_age_q75_outcome - mean_age_q25_outcome

34.09429663553621

Différences de résultats selon l'âge et le bmi

Quelle est la différence des résultats entre les personnes des 1er et 4e quantiles de l'indice de masse corporelle (bmi) et de l'âge?
Quel est l'intervalle de confiance à 95 % et l'écart type pour cette différence?

Différences de résultats selon l'âge et le bmi

y_diffs = []
for i in range(1000):
    simulation_results = st.multivariate_normal.rvs(mean=mean_dia, size=1000, 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_sum = pd.concat([df_results, df_y], axis=1)

    age_q25 = np.quantile(df_sum["age"], 0.25)
    age_q75 = np.quantile(df_sum["age"], 0.75)
    bmi_q25 = np.quantile(df_sum["bmi"], 0.25)
    bmi_q75 = np.quantile(df_sum["bmi"], 0.75)

    q75_outcome = np.mean(df_sum[(df_sum["bmi"] > bmi_q75) & (df_sum["age"] > age_q75)]["predicted_y"]) 
    q25_outcome = np.mean(df_sum[(df_sum["bmi"] < bmi_q25) & (df_sum["age"] < age_q25)]["predicted_y"])

    y_diff = q75_outcome - q25_outcome 
    y_diffs.append(y_diff)

Différences de résultats selon l'âge et le bmi

Moyenne :
```
np.mean(y_diffs)
```

132.4948511247819

Intervalle de confiance à 95 % :
```
np.quantile(y_diffs,0.025)
```

120.73340800299707

np.quantile(y_diffs,0.975)

144.1344994507557

Écart type :
```
np.std(y_diffs)
```

5.9322225537128

Histogramme des résultats :
```
sns.histplot(y_diffs)
```

Passons à la pratique !

Simulations de Monte-Carlo en Python