我有一个如下所示的数据集(显示前 5 行)。CPA 是对不同广告投放的实验(处理)的观察结果。航班在活动中按层次分组。
campaign_uid flight_uid treatment CPA
0 0C2o4hHDSN 0FBU5oULvg control -50.757370
1 0C2o4hHDSN 0FhOqhtsl9 control 10.963426
2 0C2o4hHDSN 0FwPGelRRX exposed -72.868952
3 0C5F8ZNKxc 0F0bYuxlmR control 13.356081
4 0C5F8ZNKxc 0F2ESwZY22 control 141.030900
5 0C5F8ZNKxc 0F5rfAOVuO exposed 11.200450
我适合如下模型:
model.fit('CPA ~ treatment', random=['1|campaign_uid'])
据我所知,这个模型简单地说:
- 我们有一个斜坡进行治疗
- 我们有一个全局拦截
- 我们也有每个广告系列的拦截
所以每个这样的变量只会得到一个 后验。
然而,看看下面的结果,我也得到了以下变量的后验:1|campaign_uid_offset
. 它代表什么?
拟合模型和绘图的代码:
model = Model(df)
results = model.fit('{} ~ treatment'.format(metric),
random=['1|campaign_uid'],
samples=1000)
# Plotting the result
pm.traceplot(model.backend.trace)