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!