Executar o modelo

Ao gerar o modelo, adicione a especificação dele e execute os comandos para criar amostras das distribuições a priori e a posteriori.

Os algoritmos de Monte Carlo via cadeias de Markov (MCMC) são usados para amostras da distribuição a posteriori. O Meridian usa o método de amostragem No-U-Turn com adaptação de kernel e taxa de aprendizado.

Para gerar o modelo:

1. Adicione a especificação.

   Exemplo:

   model_spec = spec.ModelSpec(
       prior=prior_distribution.PriorDistribution(),
       media_effects_dist='log_normal',
       hill_before_adstock=False,
       max_lag=8,
       unique_sigma_for_each_geo=False,
       media_prior_type='roi',
       roi_calibration_period=None,
       rf_prior_type='coefficient',
       rf_roi_calibration_period=None,
       organic_media_prior_type='contribution',
       organic_rf_prior_type='contribution',
       non_media_treatments_prior_type='contribution',
       knots=None,
       baseline_geo=None,
       holdout_id=None,
       control_population_scaling_id=None,
   )
   

2. Execute estes comandos para criar amostras das distribuições a priori e a posteriori. Configure os parâmetros conforme necessário:

   meridian = model.Meridian(input_data=data, model_spec=model_spec)
   meridian.sample_prior(500)
   meridian.sample_posterior(n_chains=7, n_adapt=500, n_burnin=500, n_keep=1000)
   

   Parâmetro	Descrição
   n_chains	O número de cadeias de amostra em paralelo. Para reduzir o consumo de memória, use uma lista de números inteiros para permitir chamadas de amostragem sequenciais de MCMC. No caso de uma lista, cada elemento na sequência corresponde ao argumento n_chains de uma chamada para windowed_adaptive_nuts.
   n_adapt	O número de extrações de MCMC por cadeia, com adaptação da taxa de aprendizado e do kernel. Essas extrações são sempre excluídas.
   n_burnin	Um número adicional de extrações de MCMC por cadeia a serem excluídas após a correção da taxa de aprendizado e do kernel. Essas outras extrações podem ser necessárias para garantir que todas as cadeias atinjam a distribuição estacionária após a adaptação. Na prática, muitas vezes descobrimos que as cadeias atingem essa distribuição durante a adaptação e que n_burnin=0 é suficiente.
   n_keep	O número de extrações de MCMC por cadeia a serem mantidas para a análise e os resultados do modelo.

Em seguida, execute diagnósticos da modelagem para avaliar a convergência e o ajuste do modelo, além de verificar as distribuições.