npvcm 0.0.1

nonparametric varying coefficient model

非参数化VCM时间片轮转实验评估

1. 更新

增加指标增量delta估计（2021-12-01）

说明：对于比例指标 $ratio = \frac{y}{x}$, 先用模型估计在拉齐分母$x$下的分子增量$\Delta_y$，然后用$\Delta_{ratio} = \frac{\Delta_y}{x_{treatment}}$ 计算比例的提升。

2. 使用例子

import pandas as pd
import numpy as np
from datetime import datetime
from scipy.stats import norm
from NonParamVCM import NonParamVCM
############################ 评估比例指标 ############################
np.random.seed(10)

# 输入待评估数据数据
data = pd.read_csv('./data/data_example.csv') 
# 响应变量，对比例指标的评估选择分子
ycol = ['wandan_cnt_pcl']  
# 潜在协变量
xcols = ['hujiao_cnt_pcl', 'like_gesake_online_dur', 
         'intercept','exp_group', 'intensity', 
         'temperature', 'is_weekend'] 
# 对比例指标的评估选择分母，常规指标设置为空list
denominator = ['hujiao_cnt_pcl']
# 基函数数量
knots = 10 
# 正则化惩罚参数
lamb = 1e-4   
# 协变量选择阈值
threshold = 1e-2  
# bootstrap迭代次数
runs = 500 
# 评估时间区间（小时）
sum_window = np.arange(6,23) 

# 非参VCM模型评估
result = NonParamVCM(data=data, ycol=ycol, xcols=xcols, denominator=denominator, 
                      knots=knots, lamb =lamb, threshold=threshold, 
                      sum_window = sum_window, runs = runs)
# 结果result 中包含p值，策略在各个小时上的效应，各个城市选择的协变量，实验组和对照组指标观测值平均以及策略带来的提升（delta）
############################ 评估常规指标 ############################
data = data
ycol = ['gmv']
xcols = ['call_cnt', 'temperature', 'online_time','is_weekend', 'exp_group']
knots = 10
lamb = 1e-4
threshold = 1e-2
runs = 100 # number of bootstrap iteration
sum_window = np.arange(6,24) # treatment time window

result_gmv = NonParamVCM(data=data, ycol=ycol, xcols=xcols, knots=knots, lamb =lamb, threshold=threshold, sum_window = sum_window, runs = runs)

详细的评估过程和数据导入，见 ‘评估脚本.ipynb’

3. 输出结果分析

NonParamVCM运行过程中会输出三个主要结果（对各个城市，以及所有城市汇总）

分别展示：

1. 策略在各个小时上对指标的提升（比例指标则是对分子），以及置信区间；
2. 一天之内（或者sum_window指定的时间区间）策略提升总量和零假设（没有提升）下的估计值分布的比较；
3. 实验组和对照组指标观测值，策略带来的提升值（delta)，p值，以及对于该城市模型选择的协变量

4. 主要参数简要说明

参数名称	参数含义
ycol	被评估的变量名称，如果评估比例指标则添加分子指标名称
xcols	所有潜在可能被拉齐的协变量，如果评估比例指标，必须包含分母变量
denominator	如果评估比例指标，则设置为分母变量名；对常规指标设定为空
knots	基函数个数（将协变量分时效应视为函数，将其在基函数（样条函数）上展开；通常选择一天中小时数的一半左右，比如24小时选择10个基函数）
lamb	正则化协变量选择过程中的惩罚参数
threshold	在正则化回归后，只有其效应函数对应的$l_1$距离大于该参数的协变量才会最终进入到模型。
sum_window	用于评估的区间（比如只在早高峰进行策略的实验，设置sum_window = [7,8,9] （小时））
runs	bootstrap构造置信区间时的迭代次数

5. NonParamVCM.py 中主要函数及功能：

函数名称	作用
NonParamVCM	总的评估函数：正则化协变量选择+elastic net 超参数选择 + elastic net评估实验效应评估
covariates_selection	正则化模型选择
elastic_tuning	elastic net回归超参数选择
elastic_predict	elastic net回归估计
bootstrap	bootstrap构造参数置信区间