Saltar al contenido principal
Volver arriba
Ctrl
+
K
0.19.2
Comenzando
Guía
Galería de Ejemplo
Cómo Nos Comparamos
API
More
Contribuyendo
About PyMC Labs
Búsqueda
Ctrl
+
K
Búsqueda
Ctrl
+
K
Comenzando
Guía
Galería de Ejemplo
Cómo Nos Comparamos
API
Contribuyendo
About PyMC Labs
Navegación del sección
bajo
modelo
F
crear_modelo_bajo
f
BassPriors
causal_utils
same_markov_equivalence_class_CPdag
clv
distribuciones
BetaGeoBetaBinom
BetaGeoNBD
ModifiedBetaGeoNBD
ParetoNBD
ShiftedBetaGeometric
modelos
básico
CLVModel
beta_geo
BetaGeoModel
beta_geo_beta_binom
BetaGeoBetaBinomModel
gamma_gamma
BaseGammaGammaModel
GammaGammaModel
GammaGammaModeloIndividual
modified_beta_geo
ModeloBetaGeoModificado
pareto_nbd
ModeloParetoNBD
beta_geo_desplazado
ShiftedBetaGeoModel
ModeloIndividualBetaGeoDesplazado
trazado
trazar_exposición_del_cliente
trazar_compras_esperadas_a_lo_largo_del_tiempo
trazar_compras_esperadas_ppc
matriz_frecuencia_recencia_trama
matriz_probabilidad_vivo
utilidades
valor_de_vida_del_cliente
rfm_segments
rfm_summary
rfm_train_test_split
to_xarray
elección_del_cliente
mixed_logit
MixedLogit
mnl_logit
MNLogit
mv_its
trazar_producto
MVITS
nested_logit
NestedLogit
datos_sintéticos
generar_datos_saturados
generar_datos_no_saturados
datos
fivetran
proceso_fivetran_ad_reporting
proceso_fivetran_shopify_pedidos_únicos
FivetranAccessor
idata
mmm_wrapper
MMMIDataWrapper
schema
InferenceDataGroupSchema
MMMIdataSchema
VariableSchema
utils
aggregate_idata_dims
aggregate_idata_time
filter_idata_by_dates
filter_idata_by_dims
subsample_draws
deserializar
hsgp_kwargs
CovFunc
HSGPKwargs
métricas
crps
nmae
nrmse
per_observación_crps
mlflow
autolog
crear_registro_callback
cargar_mmm
log_arviz_summary
registro_error
log_inference_data
tipo_de_log_verosimilitud
log_metadata
log_mmm
log_mmm_configuration
log_mmm_métricas_de_evaluación
log_model_derived_info
log_model_graph
log_muestra_diagnósticos
tipos_de_parámetros_de_registro
versiones_de_registro
MMMWrapper
mmm
efecto_aditivo
safe_to_datetime
EfectoAditivoEvento
EfectoFourier
EfectoTendenciaLineal
Modelo
MuEffect
base
BaseValidateMMM
MMMModelBuilder
optimizador_de_presupuesto
constructor_xarray_optimizador
BudgetOptimizer
ConstruirModeloFusionado
CustomModelWrapper
OptimizerCompatibleModelWrapper
constructores
fábricas
construir
localizar
resolver
schema
suggest_typo_fix
BuildSpec
CalibrationStep
DataConfig
MMMYamlConfig
yaml
build_mmm_from_yaml
causal
ConstruirModeloDesdeDAG
CausalGraphModel
TBFPC
TestResult
componentes
adstock
adstock_from_dict
TransformaciónAdstock
BinomialAdstock
AdstockRetrasado
GeometricAdstock
NoAdstock
WeibullCDFAdstock
WeibullPDFAdstock
base
crear_meta_registro
Transformación
saturación
saturación_desde_diccionario
SaturaciónDeColina
HillSaturationSigmoid
InversamenteEscaladaLogísticaSaturación
SaturaciónLogística
Saturación de Michaelis-Menten
NoSaturación
SaturaciónRaíz
Transformación de Saturación
SaturaciónTanh
TanhSaturationBaselined
restricciones
build_default_sum_constraint
compilar_restricciones_para_scipy
Restricción
dims
evaluación
calcular_distribuciones_métricas
compute_summary_metrics
resumir_distribuciones_métricas
eventos
base_de_diccionario
días_desde_referencia
AsymmetricGaussianBasis
Base
EfectoEvento
GaussianBasis
HalfGaussianBasis
fourier
generar_modos_fourier
FourierBase
MonthlyFourier
WeeklyFourier
AnálisisAnualFourier
hsgp
approx_hsgp_hyperparams
crear_prior_penalizando_complejidad
crear_prior_gamma_inversa_constrainada
crear_eta_previo
crear_recomendaciones_m_y_L
hsgp_from_dict
HSGP
HSGPBase
HSGPPeriódico
PeriodicCovFunc
SoftPlusHSGP
incrementality
Incrementality
prueba_de_elevación
add_cost_per_target_observations
agregar_costo_por_potenciales_objetivos
agregar_mediciones_de_elevación_a_la_probabilidad_desde_la_saturación
agregar_observaciones_de_saturación
assert_is_subset
assert_monotónico
crear_saturación_variable_en_el_tiempo
exact_row_indices
mediciones_de_elevación_del_canal_de_escala
mediciones_de_elevación_de_escala
escala_objetivo_para_mediciones_de_elevación
regresión_lineal
FancyLinearRegression
tendencia_lineal
TendenciaLineal
transformación_media
MediaConfig
MediaConfigList
TransformaciónDeMedios
mmm
BaseMMM
MMM
multidimensional
create_sample_kwargs
MMM
MultiDimensionalBudgetOptimizerWrapper
trama
MMMPlotSuite
preprocesamiento
método_de_preprocesamiento_X
método_de_preprocesamiento_y
MaxAbsScaleChannels
MaxAbsScaleTarget
EstandarizarControles
escalado
Escalado
EscaladoVariable
análisis_de_sensibilidad
Análisis de Sensibilidad
summary
MMMSummaryFactory
time_slice_cross_validation
TimeSliceCrossValidationResult
TimeSliceCrossValidator
transformadores
convolución_por_lotes
binomial_adstock
adstock_retrasado
adstock_geométrico
función_colina
hill_saturation_sigmoid
inversa_escalada_logística_saturación
saturación_logística
michaelis_menten
saturación_raíz
tanh_saturación
tanh_saturación_de_referencia
weibull_adstock
ModoConv
TanhSaturationBaselinedParameters
TanhSaturationParameters
WeibullType
tvp
create_hsgp_from_config
crear_multiplicador_gp_variable_en_el_tiempo
infer_time_index
is_hsgp_kwargs_format
prior_variable_en_el_tiempo
types
MMMBuilder
utilidad
puntuación_ajustada_de_valor_en_riesgo
promedio_respuesta
valor_condicional_en_riesgo
razón_de_diversificación
puntuación_de_apretamiento_promedio
portfolio_entropy
raroc
sharpe_ratio
distancia_de_cola
valor_en_riesgo
utilidades
agregar_ruido_a_la_asignación_de_canal
aplicar_transformador_sklearn_a_lo_largo_de_dim
build_contributions
cdf
crear_índice
crear_nuevos_datos_de_gasto
crear_conjunto_de_datos_cero
density
transformar_1d_array
validando
método_de_validación_X
método_de_validación_y
ValidarColumnasDelCanal
ValidarColumnasDeControl
ValidarColumnaFecha
ValidarColumnaObjetivo
constructor_de_modelos
create_idata_accessor
create_sample_kwargs
requiere_modelo
ModelBuilder
ModelIO
ConstructorDeModeloDeRegresión
configuración_del_modelo
parse_model_config
modelo_grafo
determinísticos_a_plano
get_symbolic_rv_shape
paths
create_data_url
URLPath
trama
crear_manejadores_de_leyenda
drop_scalar_coords
generar_colores
get_plot_coords
get_total_coord_size
trazar_curva
trazar_hdi
trazar_muestras
muestras_aleatorias
selecciones
set_subplot_kwargs_defaults
anterior
deserializar_alternativa_previa
is_alternative_prior
pytensor_utils
extract_response_distribution
merge_models
validate_unique_value_vars
ModelSamplerEstimator
prioridades_especiales
LaplacePrior
LogNormalPrior
MaskedPrior
SpecialPrior
utilidades
from_netcdf
API
clv
distribuciones
ParetoNBD
ParetoNBD.logp
ParetoNBD.logp
#
ParetoNBD.
logp
(
r
,
alpha
,
s
,
beta
,
T
)
[fuente]
#
Log-verosimilitud de la distribución.
En esta página
ParetoNBD.logp()
Editar en GitHub
Consulting and training
