AnálisisAnualFourier

class pymc_marketing.mmm.fourier.YearlyFourier(**data)

Estacionalidad de Fourier anual.

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

n_orderint

Número de modos de Fourier a utilizar.

prefijostr, opcional

Prefijo alternativo para la estacionalidad de Fourier, por defecto Ninguno o «fourier»

anteriorPrior | VariableFactory, opcional

Distribución a priori o VariableFactory para los parámetros beta de la estacionalidad de Fourier, por defecto Prior("Laplace", mu=0, b=1)

nombrestr, opcional

Nombre de la variable que multiplica los modos de Fourier, por defecto None

nombre_variablestr, opcional

Nombre de la variable que multiplica los modos de Fourier, por defecto None

Métodos

YearlyFourier.__init__(**data)	Cree un nuevo modelo analizando y validando los datos de entrada de los argumentos de palabras clave.
YearlyFourier.apply(dayofperiod[, sum])	Aplicar estacionalidad de Fourier al día del año.
YearlyFourier.construct([_fields_set])
YearlyFourier.copy(*[, incluir, excluir, ...])	Devuelve una copia del modelo.
YearlyFourier.dict(*[, incluir, excluir, ...])
YearlyFourier.from_dict(datos)	Deserializar la estacionalidad de Fourier.
YearlyFourier.from_orm(obj)
YearlyFourier.get_default_start_date([...])	Obtenga la fecha de inicio para la curva de Fourier.
YearlyFourier.json(*[, incluir, excluir, ...])
YearlyFourier.model_construct([_fields_set])	Crea una nueva instancia de la clase Model con datos validados.
YearlyFourier.model_copy(*[, actualizar, profundo])	!!! abstract "Documentación de Uso"
YearlyFourier.model_dump(*[, modo, incluir, ...])	!!! abstract "Documentación de Uso"
YearlyFourier.model_dump_json(*[, indent, ...])	!!! abstract "Documentación de Uso"
YearlyFourier.model_json_schema([por_alias, ...])	Genera un esquema JSON para una clase de modelo.
YearlyFourier.model_parametrized_name(params)	Calcule el nombre de la clase para las parametrizaciones de clases genéricas.
YearlyFourier.model_post_init(...)	Inicialización del modelo posterior para un modelo Pydantic.
YearlyFourier.model_rebuild(*[, forzar, ...])	Intente reconstruir el esquema de pydantic-core para el modelo.
YearlyFourier.model_validate(obj, *[, ...])	Valide una instancia de modelo pydantic.
YearlyFourier.model_validate_json(json_data, *)	!!! abstract "Documentación de Uso"
YearlyFourier.model_validate_strings(obj, *)	Valide el objeto dado con datos de cadena contra el modelo de Pydantic.
YearlyFourier.parse_file(ruta, *[, ...])
YearlyFourier.parse_obj(obj)
YearlyFourier.parse_raw(b, *[, ...])
YearlyFourier.plot_curve(curve[, n_samples, ...])	Trace la estacionalidad para un período completo.
YearlyFourier.plot_curve_hdi(curve[, ...])	Trazar el período completo de la estacionalidad de Fourier.
YearlyFourier.plot_curve_samples(curva[, n, ...])	Trazar muestras de la curva.
YearlyFourier.sample_curve(parámetros[, ...])	Crear el período completo de la estacionalidad de Fourier.
YearlyFourier.sample_prior([coords])	Muestree las distribuciones anteriores.
YearlyFourier.schema([por_alias, ref_template])
YearlyFourier.schema_json(*[, by_alias, ...])
YearlyFourier.serialize_prior()	Serializar la distribución previa.
YearlyFourier.to_dict()	Serializar la estacionalidad de Fourier.
YearlyFourier.update_forward_refs(**localns)
YearlyFourier.validate(valor)

Atributos

model_computed_fields
model_config	Configuración para el modelo, debe ser un diccionario que cumpla con [ConfigDict][pydantic.config.ConfigDict].
model_extra	Obtener campos adicionales establecidos durante la validación.
model_fields
model_fields_set	Devuelve el conjunto de campos que han sido establecidos explícitamente en esta instancia del modelo.
nodes	Nombres de nodos de Fourier para coordenadas del modelo.
days_in_period
n_order
prefix
prior
variable_name