从CausalImpact解释置信区间

Question

我不确定如何解释在CausalImpact R包中使用CausalImpact函数时获得的置信区间。

我很困惑，因为我认为存在矛盾 - 该模型返回一个非常低的p值（0.009），这表明存在一种偶然的影响，但是实际的＆＃34;线（实线）似乎完全在反事实的95％置信区间内。如果存在因果影响，您不希望该线在蓝带之外吗？

这些是我的结果：

以下是模型摘要结果（对于大文本我的道歉）

这里发生了什么？

Answer 1

这两个结果回答了不同的问题。

• 该图显示日常效果。 CI包含零的事实意味着效果在任何一天都不会显着。

• 该表显示整体效果。与绘图不同，该表汇集了一段时间内的信息，从而提高了统计效率。在整个后期期间影响始终为负的事实提供了证据，总体上可能存在负面影响。它本身在任何一天都显得过于微妙。

旁注：前后期间的差距似乎有很大的下降。您可能需要在这里格外小心，并考虑后期的影响是否可能是由间隙中发生的事情而不是治疗引起的。