MMM.nuevas_contribuciones_de_gasto

MMM.new_spend_contributions(spend=None, one_time=True, spend_leading_up=None, prior=False, original_scale=True, **sample_posterior_predictive_kwargs)

Devuelva las contribuciones próximas para un gasto dado.

El gasto puede ser único o constante durante el período. El gasto previo al período también se puede especificar para tener en cuenta el efecto rezagado del gasto.

Parámetros:

gastar : np.ndarray, opcionalnp.ndarray, opcional

Array de gasto para cada canal. Si es None, se utiliza el gasto promedio para cada canal, por defecto None.

una_vez : bool, opcionalbool, opcional

Si los gastos para cada canal son solo al inicio del período. Si es Verdadero, todos los gastos después del gasto inicial son cero. Si es Falso, todos los gastos después del gasto inicial son iguales al gasto inicial. Por defecto, es Verdadero.

gastar_previo : np.array, opcionalnp.array, opcional

Array de gasto para cada canal que conduce al gasto, por defecto None o 0 para cada canal. Utilice este parámetro para tener en cuenta el efecto rezagado del gasto.

anterior : bool, opcionalbool, opcional

Si utilizar el anterior o el posterior, por defecto Falso (posterior)

**sample_posterior_predictive_kwargs

Argumentos adicionales de palabras clave pasados a pm.sample_posterior_predictive

Devoluciones:

DataArray

Contribuciones próximas para cada canal

Ejemplos

Contribuciones de canal de 1 unidad en cada canal solo una vez.

n_channels = len(model.channel_columns)
spend = np.ones(n_channels)
new_spend_contributions = model.new_spend_contributions(spend=spend)

Contribuciones del canal al gastar continuamente 1 unidad en cada canal.

n_channels = len(model.channel_columns)
spend = np.ones(n_channels)
new_spend_contributions = model.new_spend_contributions(
    spend=spend, one_time=False
)

Contribuciones de canal de 1 unidad en cada canal solo una vez, pero con 1 unidad que precede al gasto.

n_channels = len(model.channel_columns)
spend = np.ones(n_channels)
spend_leading_up = np.ones(n_channels)
new_spend_contributions = model.new_spend_contributions(
    spend=spend, spend_leading_up=spend_leading_up
)