agregar_mediciones_de_elevación_a_la_probabilidad_desde_la_saturación#
- pymc_marketing.mmm.lift_test.add_lift_measurements_to_likelihood_from_saturation(df_lift_test, saturation, time_varying_var_name=None, model=None, dist=<class 'pymc.dims.distributions.scalar.Gamma'>, name='lift_measurements', get_indices=<function exact_row_indices>)[fuente]#
Agregue las medidas de elevación a la probabilidad de una transformación de saturación.
Envoltorio alrededor de
add_saturation_observations()para trabajar con instancias de SaturationTransformation y variables que varían con el tiempo.Utilizado internamente de la clase
MMM.- Parámetros:
- df_lift_test
pd.DataFrame - DataFrame con resultados de la prueba de elevación con al menos las siguientes columnas:
x: valor del eje x de la prueba de elevación.delta_x: cambio en el valor del eje x de la prueba de elevación.delta_y: cambio en el valor del eje y de la prueba de elevación.sigma: desviación estándar de la prueba de elevación.
- saturación :
SaturationTransformationTransformación de Saturación Cualquier instancia de SaturationTransformation.
- time_varying_var_name :
str, opcionalpython:str, opcional Nombre de la variable que varía en el tiempo en el modelo.
- model
Optional[Model], optional Modelo PyMC con un número arbitrario de coordenadas, por defecto None
- dist
pymc.dims.Distributionclass, optional PyMC distribution to use for the likelihood, by default Gamma
- nombre :
str, opcionalpython:str, opcional Nombre de la probabilidad, por defecto «lift_measurements»
- get_indices :
Callable[[pd.DataFrame,pm.Model],Indices], opcionalLlamable[[pd.DataFrame, pm.Model], Indices], opcional Función para obtener los índices del DataFrame en el modelo, por defecto exact_row_indices que asume que las columnas se mapean exactamente a las coordenadas del modelo.
- df_lift_test