今天我尝试使用 CausalImpact R-package https://google.github.io/CausalImpact/CausalImpact.html (Brodersen et al. 2015) 来探索一些决策对销售数据流的影响。

该软件包的文档说，它通过估计贝叶斯结构时间序列来估计给定响应时间序列和一组时间序列控制（即需要两个或更多序列来估计因果影响效应）的影响模型。

但是，我仅使用单个时间序列（单个数据向量）使用了该包，并且我获得了一个看起来之前合理的输出（绘图和模型）。

我的问题是，在这种情况下，只有一个时间序列，包估计什么样的模型。得到的结果可靠吗？在仅使用一个时间序列的情况下，该软件包是否也有用？

数据和图表可在此处获得。

获取绘图的代码是：

pre.period<-c(1,72) 
post.period<-c(73,length(salesdata)) 
impact<-CausalImpact(salesdata, pre.period, post.period, model.args = list(nseasons=12)) 
plot(impact) 
summary(impact)