Meridian GeoX te permite comparar diferentes metodologías durante el diseño de los experimentos, lo que te ayuda a identificar el mejor enfoque para tus objetivos de marketing y configuraciones de estudio específicos.
Para comparar varias metodologías, como la regresión basada en el tiempo (TBR), y vincular diferentes reglas de asignación geográfica, como RANDOM en comparación con STRATIFIED_SAMPLING, puedes usar la función geox.compare_designs(). Esto te permite evaluar qué enfoque produce mejores métricas, como una puntuación más alta de R cuadrado o un efecto mínimo detectable (MDE) más bajo, en tu conjunto de datos específico.
Comparación de la TBR según diferentes reglas de asignación
En el siguiente fragmento, se establecen dos configuraciones diferentes:
- Opción A: TBR con asignación aleatoria
- Opción B: TBR con muestreo estratificado
que se comparan en paralelo. Sin embargo, en general, se recomienda el muestreo estratificado, ya que funciona bien con la TBR y tiende a producir diseños con una varianza más baja.
import datetime
import meridian_geox as geox
# 1. Define the configurations you want to compare
comparison_results = geox.compare_designs(
design_data,
[
# Option A: TBR with Random Assignment
(
geox.DesignConfig(
experiment_duration=datetime.timedelta(days=28),
methodology=geox.Methodology.TBR,
geo_assignment_rule=geox.GeoAssignmentRule.RANDOM,
design_output_count=5
),
geox.Constraints()
),
# Option B: TBR with Stratified Sampling
(
geox.DesignConfig(
experiment_duration=datetime.timedelta(days=28),
methodology=geox.Methodology.TBR,
geo_assignment_rule=geox.GeoAssignmentRule.STRATIFIED_SAMPLING,
design_output_count=5
),
geox.Constraints()
),
]
)
# 2. View the combined metrics table to see which performed better
print("Comparing Methodology Metrics:")
comparison_results.design_metrics