MMMPlotSuite#
- class pymc_marketing.mmm.plot.MMMPlotSuite(idata=None, data=None)[fuente]#
Suite de Gráficos del Modelo de Mezcla de Medios.
Proporciona métodos para visualizar la distribución predictiva posterior, las contribuciones a lo largo del tiempo y las curvas de saturación para un Modelo de Mezcla de Medios.
Métodos
MMMPlotSuite.__init__([idata, data])MMMPlotSuite.allocated_contribution_by_channel_over_time(muestras)Trace la contribución asignada por canal con intervalos de incertidumbre.
MMMPlotSuite.budget_allocation(muestras[, ...])Trace la asignación del presupuesto y las contribuciones de los canales.
Plot the share of channel contributions in a forest plot.
MMMPlotSuite.channel_parameter(param_name[, ...])Plot the posterior distribution of a channel parameter using violin plots.
MMMPlotSuite.contributions_over_time(var[, ...])Trace las contribuciones de la serie temporal para cada variable en {var}.
MMMPlotSuite.cv_crps(results[, dims])Plot CRPS scores for train and test sets across CV splits.
MMMPlotSuite.cv_predictions(results[, dims])Plot posterior predictive predictions across CV folds.
MMMPlotSuite.marginal_curve([hdi_prob, ax, ...])Plot precomputed marginal effects stored under
idata.sensitivity_analysis['marginal_effects'].MMMPlotSuite.param_stability(results, parameter)Plot parameter stability across CV iterations.
MMMPlotSuite.posterior_distribution(var[, ...])Plot the posterior distribution of a variable across a specified dimension.
MMMPlotSuite.posterior_predictive([var, ...])Grafique series temporales de la distribución predictiva posterior.
MMMPlotSuite.prior_predictive([var, idata, ...])Grafique series temporales de la distribución predictiva posterior.
MMMPlotSuite.prior_vs_posterior(var[, ...])Plot the prior vs posterior distribution for a variable across a dimension.
MMMPlotSuite.residuals_over_time([hdi_prob])Plot residuals over time by taking the difference between true values and predicted.
Plot the posterior distribution of residuals.
MMMPlotSuite.saturation_curves(curva[, ...])Superponga gráficos de dispersión de la curva de saturación con curvas de muestra predictiva posterior y bandas de HDI.
Plot scatter plots of channel contributions vs. channel data.
Trace las curvas de saturación para cada canal.
Plot sensitivity analysis results.
MMMPlotSuite.uplift_curve([hdi_prob, ax, ...])Plot precomputed uplift curves stored under
idata.sensitivity_analysis['uplift_curve'].Create a waterfall plot showing the decomposition of the target into its components.