Python中的因果影响分析(A/B测试)

Question

我正在用Python进行因果影响分析。这种分析有助于测量与对照组相比，治疗组干预后的影响(A/B测试)。我从这里阅读了一些文献：https://www.analytics-link.com/post/2017/11/03/causal-impact-analysis-in-r-and-now-python

假设我的数据格式如下：

​

​

下面的代码运行良好：

from causalimpact import CausalImpact
cut_off_point = 12
pre_period = [0,cut_off_point-1]
post_period = [cut_off_point,data.shape[0]-1]
impact = CausalImpact(data, pre_period, post_period)
impact.run()
impact.plot()

但是，如果我添加一个额外的date列，并尝试根据日期拆分处理组和控制组，则会出现错误

比方说，我现在按日期定义pre period和post period，如下所示：

pre_period = ['2020-04-27','2020-06-29']
post_period = ['2020-07-06','2020-07-27']
impact = CausalImpact(data, pre_period, post_period)
impact.run()
impact.plot()

我得到一个错误：

ConversionError: Failed to convert value(s) to axis units: '2020-06-29'

我已将日期转换为索引，但仍收到错误。

有没有人能帮帮忙。关于这个库及其在A/B测试中的用法的在线文献似乎有限。非常感谢你的帮助！

Answer 1

在将期间传递到CausalImpact之前定义期间：

pre_period = [pd.to_datetime(date) for date in  ['2020-04-27','2020-06-29']]
post_period = [pd.to_datetime(date) for date in ['2020-07-06','2020-07-27']]

现在periods是时间序列对象，例如pre_period

[Timestamp('2014-01-01 00:00:00'), Timestamp('2014-03-12 00:00:00')]

是Timestamp的列表。之后尝试：

impact = CausalImpact(data, pre_period, post_period)
impact.run()
impact.plot()

Answer 2

看起来您的数据是一个数据帧，但是您在pre_period和post_period对象中提供了日期，这要求您的数据是时间序列对象。这在原始的R包文档here中有解释。

总结:为数据帧提供索引，为时间序列提供日期。

Answer 3

这对我不起作用，它引发了浮点:TypeError()参数必须是字符串或数字，而不是相当相等的数据集中的'datetime.date‘(一个日期列和控制/测试组列)似乎不是一个非常通用的解决方案