我对 CausalImpact 包的一些输出的解释有疑问。这个包使用贝叶斯结构时间序列包 bsts,它使用 MCMC 估计状态空间模型。
例子:
library(CausalImpact)
set.seed(1)
x1 <- 100 + arima.sim(model = list(ar = 0.999), n = 100)
y <- 1.2 * x1 + rnorm(100)
y[71:100] <- y[71:100] + 10
data <- cbind(y, x1)
pre.period <- c(1, 70)
post.period <- c(71, 100)
impact <- CausalImpact(data, pre.period, post.period)
#plot(impact)
names(impact$model$bsts.model)
该示例估计具有局部线性趋势和回归分量的状态空间模型。请参阅以下显示趋势的命令的输出;x2 是回归分量。
StateSizes(impact$model$bsts.model$state.specification)
我的问题涉及 bsts.model 对象的 2 个元素:final.state 和状态贡献。
final.state<-data.frame(impact$model$bsts.model$final.state)
state.contribution<-data.frame(impact$model$bsts.model$state.contributions)
,其中每一行用于 MCMC 的 1 次迭代(运行了 1000 次迭代)。
这些输出的解释是什么?
谢谢