AsymmetricGaussianBasis

class pymc_marketing.mmm.events.AsymmetricGaussianBasis(event_in='after', **kwargs)

Transformación de base de bache gaussiano asimétrico.

Permite diferentes anchos (sigma_before, sigma_after) y amplitudes (a_after) después del evento.

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

Parámetros:

event_in : Literal[«antes», «después», «excluir»]Literal[«antes», «después», «excluir»]

Si incluir el evento en la parte anterior o posterior de la base, o dejarlo completamente fuera. El valor predeterminado es «después».

antecedentes : dict[str, Prior]dict[str, Prior]

Prior para los parámetros sigma_before, sigma_after, a_before y a_after.

prefijo : strstr

Prefijo para los parámetros.

Métodos

AsymmetricGaussianBasis.__init__([event_in])
AsymmetricGaussianBasis.apply(x, *[, dims, ...])	Llamar dentro de un contexto de modelo.
AsymmetricGaussianBasis.function(x, ...[, dim])	Función de bache gaussiano asimétrico.
AsymmetricGaussianBasis.plot_curve(curva[, ...])	Trazar curva HDI y muestras.
AsymmetricGaussianBasis.plot_curve_hdi(curva)	Trace el IDH de la curva.
AsymmetricGaussianBasis.plot_curve_samples(curva)	Trazar muestras de la curva.
AsymmetricGaussianBasis.sample_curve([...])	Muestre la curva de la transformación de saturación dadas las parámetros.
AsymmetricGaussianBasis.sample_prior([coords])	Muestre las distribuciones a priori para la transformación.
AsymmetricGaussianBasis.set_dims_for_all_priors(dims)	Establezca las dimensiones para todos los priors.
AsymmetricGaussianBasis.to_dict()	Convierte la base gaussiana asimétrica en un diccionario.
AsymmetricGaussianBasis.update_priors(priors)	Actualiza los priors para una función después de la inicialización.
AsymmetricGaussianBasis.with_default_prior_dims(dims)	Return a copy with default prior dims (dims=None) set to dims instead.
AsymmetricGaussianBasis.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.