सारांश सांख्यिकी

Python में Monte Carlo Simulations

Izzy Weber

Curriculum Manager, DataCamp

Age outcomes

पहले और चौथे आयु क्वांटाइल में लोगों के outcomes में क्या अंतर है? सिम्युलेटेड परिणामों में Age वैरिएबल का हिस्टोग्राम

Age outcomes

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

39.78584463094688
57.52092642086441

Age outcomes

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

Age और bmi के आधार पर outcome का अंतर

bmi और age के पहले व चौथे क्वांटाइल में outcomes का अंतर क्या है?
इस अंतर के लिए 95 प्रतिशत confidence interval और standard deviation क्या है?

Age और bmi के आधार पर outcome का अंतर

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)

Age और bmi के आधार पर outcome का अंतर

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

132.4948511247819

95% confidence interval:
```
np.quantile(y_diffs,0.025)
```

120.73340800299707

np.quantile(y_diffs,0.975)

144.1344994507557

Standard deviation:
```
np.std(y_diffs)
```

5.9322225537128

परिणामों का हिस्टोग्राम:
```
sns.histplot(y_diffs)
```

अभ्यास करते हैं!

Python में Monte Carlo Simulations