WeibullPDFAdstock

class pymc_marketing.mmm.components.adstock.WeibullPDFAdstock(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.'))

Envoltura alrededor del adstock de Weibull con función PDF.

Para más información, consulte pymc_marketing.mmm.transformers.weibull_adstock().

(Source code, png, hires.png, pdf)

Métodos

WeibullPDFAdstock.__init__([l_max, ...])
WeibullPDFAdstock.apply(x, *[, dims, ...])	Llamar dentro de un contexto de modelo.
WeibullPDFAdstock.function(x, lam, k, *, dim)	Función de adstock Weibull.
WeibullPDFAdstock.plot_curve(curva[, ...])	Trazar curva HDI y muestras.
WeibullPDFAdstock.plot_curve_hdi(curva[, ...])	Trace el IDH de la curva.
WeibullPDFAdstock.plot_curve_samples(curva)	Trazar muestras de la curva.
WeibullPDFAdstock.sample_curve(parámetros[, ...])	Muestre la transformación de adstock dados los parámetros.
WeibullPDFAdstock.sample_prior([coords])	Muestre las distribuciones previas para la transformación.
WeibullPDFAdstock.set_dims_for_all_priors(dims)	Establezca las dimensiones para todos los antecedentes.
WeibullPDFAdstock.to_dict()	Convierte la transformación de adstock a un diccionario.
WeibullPDFAdstock.update_priors(priors)	Actualice los priors para una función después de la inicialización.
WeibullPDFAdstock.with_default_prior_dims(dims)	Return a copy with default prior dims (dims=None) set to dims instead.
WeibullPDFAdstock.with_updated_priors(priors)	Return a copy with updated priors.

Atributos

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