我正在构建的因果影响模型遇到问题。
我正在尝试为一家商店的日常销售创建一个反事实（nseasons = 7）。我已经包括了附近其他 5 家商店的销售额。观察线图，在我看来，15 个月期间的趋势是相似的。
当我运行我的因果影响模型时，CI 波段非常宽。
关于我可以做些什么来减少 CI 的任何建议？除了向模型添加更多时间序列之外还有什么？在贝叶斯模型中拥有宽 CI（即可信与信心）有多大问题？
这是代码：
CausalImpact（销售，前期，后期，model.args = list（niter = 1000，nseasons = 7））
任何方向将不胜感激！