贝叶斯时间序列模型（BSTS）的收敛性

Question

我开始使用Steve Scott在Google开发的BSTS软件包进行时间序列预测。在大多数情况下，我将相当多的MCMC迭代次数调整为500次。预测看起来很合理，但我也想了解模型的收敛性。一旦超前，预测误差方差通常被用作判断收敛的度量。 bsts模型返回one.step.prediction.error作为模型对象的一部分。对于每次MCMC迭代，我通过平方和估计了前一步预测误差方差并绘制了它。以下是AirPassangers数据的代码片段，用于包中的所有bsts示例

{{1}}

显然，一步预测误差或多或少保持不变。我在这里遗漏了什么，还是有另一种方式来展示模型的融合。任何帮助将不胜感激。