MMM.muestra_distribución_respuesta#
- MMM.sample_response_distribution(allocation_strategy, time_granularity, num_periods, noise_level)[fuente]#
Generar un conjunto de datos sintético y muestrear la predicción posterior basada en la asignación.
- Parámetros:
- estrategia_de_asignación :
DataArrayodict[str,float]DataArray o python:dict[python:str, python:float] La estrategia de asignación para los canales.
- time_granularity :
Literal[«diario», «semanal», «mensual», «trimestral», «anual»]Literal[«diario», «semanal», «mensual», «trimestral», «anual»] La granularidad de las unidades de tiempo (por ejemplo, “diario”, “semanal”, “mensual”).
- num_periods
int El número de períodos de tiempo para la predicción.
- nivel_de_ruido :
floatfloat El nivel de ruido a añadir a los datos sintéticos.
- estrategia_de_asignación :
- Devoluciones:
az.InferenceDataLas muestras predictivas posteriores basadas en el conjunto de datos sintético.