adstock

Transformaciones de Adstock para MMM.

Cada una de estas transformaciones es una subclase de pymc_marketing.mmm.components.adstock.AdstockTransformation y define una función que toma una serie temporal y devuelve la versión adstocked de la misma. Los parámetros de la función son los parámetros de la transformación adstock.

Ejemplos

Crear una nueva transformación de adstock:

from pymc_marketing.mmm import AdstockTransformation
from pymc_extras.prior import Prior


from pymc_marketing.serialization import serialization


@serialization.register
class MyAdstock(AdstockTransformation):
    def function(self, x, alpha):
        return x * alpha

    default_priors = {"alpha": Prior("HalfNormal", sigma=1)}

Grafique las priors predeterminadas para una transformación de adstock:

from pymc_marketing.mmm import GeometricAdstock

import matplotlib.pyplot as plt

adstock = GeometricAdstock(l_max=15)
prior = adstock.sample_prior()
curve = adstock.sample_curve(prior)
adstock.plot_curve(curve)
plt.show()

Funciones

adstock_from_dict(datos)

Cree una transformación de adstock a partir de un diccionario.

Clases

AdstockTransformation([l_max, normalizar, ...])	Subclase para todas las funciones de adstock.
BinomialAdstock([l_max, normalize, mode, ...])	Wrapper around the binomial adstock function.
DelayedAdstock([l_max, normalizar, modo, ...])	Envoltura alrededor de la función de adstock retrasado.
GeometricAdstock([l_max, normalizar, modo, ...])	Envoltura alrededor de la función adstock geométrica.
NoAdstock([l_max, normalizar, modo, priors, ...])	Envoltura alrededor de la transformación sin adstock.
WeibullCDFAdstock([l_max, normalizar, modo, ...])	Envoltura alrededor del adstock de Weibull con función CDF.
WeibullPDFAdstock([l_max, normalizar, modo, ...])	Envoltorio alrededor del adstock de Weibull con función PDF.