time-series - 选择包含在 CausalImpact 或 bsts 中的先验概率？

Question

在CausalImpact 包中，提供的协变量是独立选择的，具有一定的先验概率M/J，其中M是预期的模型大小，J是协变量的数量。然而，在论文的第 11 页，他们说通过“询问预期的模型大小 M ”来获取值。我检查了 CausalImpact 的文档，但找不到更多信息。这是在包中的什么地方完成的？我可以在函数调用中设置一个参数来决定我想要的原因M吗？

Answer 1

你是对的，CausalImpact 无法直接实现这一点，但它是可能的。CausalImpact 在幕后使用 bsts，这个包允许设置参数。因此，您必须首先使用 bsts 定义您的模型，设置参数，然后将其提供给您的 CausalImpact 调用，如下所示（CausalImpact 手册中的修改示例）：

post.period <- c(71, 100)
post.period.response <- y[post.period[1] : post.period[2]]
y[post.period[1] : post.period[2]] <- NA

ss <- AddLocalLevel(list(), y)
bsts.model <- bsts(y ~ x1, ss, niter = 1000, expected.model.size = 4)

impact <- CausalImpact(bsts.model = bsts.model,
                       post.period.response = post.period.response)