Дослідіть дані

Моделювання Монте-Карло в Python

Izzy Weber

Curriculum Manager, DataCamp

Набір даних про діабет

Десять незалежних змінних:

  • Вік age
  • Стать sex
  • Індекс маси тіла bmi
  • Середній артеріальний тиск bp
  • Шість показників сироватки крові: tc, ldl, hdl, tch, ltg, glu
1 Bradley Efron, Trevor Hastie, Iain Johnstone and Robert Tibshirani (2004) "Least Angle Regression," Annals of Statistics (with discussion), 407-499 2 https://www4.stat.ncsu.edu/~boos/var.select/diabetes.html
Моделювання Монте-Карло в Python

Набір даних про діабет

Залежна змінна

  • Кількісна міра прогресування хвороби через рік від базової лінії, y

 

Розмір набору даних

  • 442 пацієнти з діабетом
Моделювання Монте-Карло в Python

Набір даних про діабет

dia.head()

|     | age | sex | bmi  | bp     | tc  | ldl   | hdl  | tch  | ltg    | glu | y   |
|-----|-----|-----|------|--------|-----|-------|------|------|--------|-----|-----|
| 0   | 59  | 2   | 32.1 | 101.00 | 157 | 93.2  | 38.0 | 4.00 | 4.8598 | 87  | 151 |
| 1   | 48  | 1   | 21.6 | 87.00  | 183 | 103.2 | 70.0 | 3.00 | 3.8918 | 69  | 75  |
| 2   | 72  | 2   | 30.5 | 93.00  | 156 | 93.6  | 41.0 | 4.00 | 4.6728 | 85  | 141 |
| 3   | 24  | 1   | 25.3 | 84.00  | 198 | 131.4 | 40.0 | 5.00 | 4.8903 | 89  | 206 |
| 4   | 50  | 1   | 23.0 | 101.00 | 192 | 125.4 | 52.0 | 4.00 | 4.2905 | 80  | 135 |
1 https://www4.stat.ncsu.edu/~boos/var.select/diabetes.html 2 http://statweb.lsu.edu/faculty/li/IIT/diabetes.txt
Моделювання Монте-Карло в Python

Навіщо досліджувати дані перед моделюванням?

  • Візуально перегляньте розподіли змінних
    • Інтуїція щодо розподілу ймовірностей
  • Перевірте й виміряйте кореляції між предикторами
    • Підстави для моделювання коваріаційної структури
  • Перевірте й виміряйте кореляції між предикторами та відгуком
    • Початкове розуміння зв'язку між предикторами та відгуком
Моделювання Монте-Карло в Python

Парні графіки набору даних

sns.pairplot(dia)

парні графіки змінних у наборі dia

Моделювання Монте-Карло в Python

Парні графіки набору даних

sns.pairplot(dia)

Парні графіки з виділеною статтю

Моделювання Монте-Карло в Python

Парні графіки набору даних

sns.pairplot(dia)

парні графіки з виділеними tc і ldl

Моделювання Монте-Карло в Python

Кореляції між різними змінними

dia.corr()

Матриця кореляцій між усіма змінними в dia

Моделювання Монте-Карло в Python

Давайте потренуємось!

Моделювання Монте-Карло в Python

Preparing Video For Download...