我正在解决我正在构建的因果影响模型的问题。
我正在尝试为一家商店的每日销售创建一个反事实（nseasons = 7）。我已将其他5家商店的销售额包括在内。在一个线条图中，我觉得在15个月内趋势是相似的。
当我运行我的因果影响模型时，CI频段真的很宽。
有关如何减少CI的建议？除了为模型添加更多时间序列之外还有什么？在贝叶斯模型中有广泛的CI（即可信与信心）有多大问题？
以下是代码：
CausalImpact（sales，pre.period，post.period，model.args = list（niter = 1000，nseasons = 7））
任何方向都会非常感谢！
