TransformaciónAdstock

class pymc_marketing.mmm.components.adstock.AdstockTransformation(l_max=FieldInfo(annotation=NoneType, required=True, description='Maximum lag for the adstock transformation.', metadata=[Gt(gt=0)]), normalize=FieldInfo(annotation=NoneType, required=False, default=True, description='Whether to normalize the adstock values.'), mode=FieldInfo(annotation=NoneType, required=False, default=<ConvMode.After: 'After'>, description='Convolution mode.'), priors=FieldInfo(annotation=NoneType, required=False, default=None, description='Priors for the parameters.'), prefix=FieldInfo(annotation=NoneType, required=False, default=None, description='Prefix for the parameters.'))

Subclase para todas las funciones de adstock.

Para utilizar una función de saturación personalizada, herede de esta clase y defina:

• function: a function that takes x to adstock x, along a given dim

• default_priors: diccionario con priors para cada parámetro en la función

Considere las subclases predefinidas como ejemplos.

Métodos

AdstockTransformation.__init__([l_max, ...])
AdstockTransformation.apply(x, *[, dims, ...])	Llamar dentro de un contexto de modelo.
AdstockTransformation.from_dict(data)	Reconstruct an adstock transformation from a dict.
AdstockTransformation.plot_curve(curva[, ...])	Trazar la curva del IDH y las muestras.
AdstockTransformation.plot_curve_hdi(curva)	Trace el IDH de la curva.
AdstockTransformation.plot_curve_samples(curva)	Trazar muestras de la curva.
AdstockTransformation.sample_curve(parámetros)	Muestre la transformación de adstock dados los parámetros.
AdstockTransformation.sample_prior([coords])	Muestre las distribuciones a priori para la transformación.
AdstockTransformation.set_dims_for_all_priors(dims)	Establezca las dimensiones para todos los antecedentes.
AdstockTransformation.to_dict()	Convierte la transformación de adstock a un diccionario.
AdstockTransformation.update_priors(priors)	Actualice los priors para una función después de la inicialización.
AdstockTransformation.with_default_prior_dims(dims)	Return a copy with default prior dims (dims=None) set to dims instead.
AdstockTransformation.with_updated_priors(priors)	Return a copy with updated priors.

Atributos

combined_dims	Obtenga las dimensiones combinadas para todos los parámetros.
function_priors	Obtenga los priors para la función.
model_config	Mapeo del nombre de la variable a la prior para el modelo.
prefix
priors	Obtenga los priors para la función.
variable_mapping	Mapeo del nombre del parámetro al nombre de la variable en el modelo.
default_priors
function