全国レベルのモデル

コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。

メリディアンは全国レベルのモデルをサポートしていますが、可能であれば地域レベルのモデルを使用することをおすすめします。全国レベルのモデルは、1 つの地域のみで構成される地域レベルのモデルであり、特殊なケースで使用します。個別のモデルクラスはありません。

全国レベルのモデルを使用する場合は、次のパラメータ制限が自動的に適用されます。

• \(\eta^{[M]}_i=0\) 、 \(\beta_{1,i}^{[M]}=\beta_i^{[M]} \ \ \forall i\)
• \(\eta^{[OM]}_i=0\) 、 \(\beta_{1,i}^{[OM]}=\beta_i^{[OM]} \ \ \forall i\)
• \(\eta^{[RF]}_i=0 \) 、 \(\beta^{[RF]}_{g,i}=\beta^{[RF]}_i \ \ \forall i\)
• \(\eta^{[ORF]}_i=0 \) 、 \(\beta^{[ORF]}_{g,i}=\beta^{[ORF]}_i \ \ \forall i\)
• \(\xi_i^{[C]}=0\) 、 \(\gamma_{1,i}^{[C]}=\gamma_i^{[C]} \ \ \forall c\)
• unique_sigma_for_each_geo = False

全国レベルと地域レベルのモデリング

統計モデリングの基盤になっているのは、データ内の反復可能なパターンを特定することです。これは、複数の地域間でパターンが比較的類似していると仮定すると、地域レベルのデータを使用した方が大幅に有効性が高まります。

地域レベルのモデルは、複数の地域全体のデータをプールして、有効なサンプルサイズを増やします。地域のメディア効果のメカニズムが、モデルが仮定しているものと類似していると、信頼区間が狭くなります。詳細については、地域レベルの階層ベイズのメディア ミックス モデリングをご確認ください。

地域レベルのデータを使用すると、推定に使用できる期間ごとの観測値が複数あるため、時間効果（トレンドや季節性など）の推定精度も向上します。地域レベルのデータでは、 \(\mu_t\) パラメータをモデル化するために、より多くの knots を使用できます。柔軟性を最大限に高めるため、期間ごとに 1 つのノットを使用するのが一般的です。ただし、全国レベルのデータでは、時間効果に割り当てられる自由度が低くなります。たとえば、1 時間あたり 1 ノットでは、モデルが完全に飽和状態になります。

地域レベルのモデルは利点が大きいため、複数の地域全体で全国レベルのデータを入力するのは、比較的少数のチャネルで全国レベルのデータが利用可能な場合のみにすることをおすすめします。詳しくは、地域の選択と全国レベルのデータをご覧ください。