CausalImpact Rパッケージ - 出力から逆事実の時系列をどのように計算するのですか？

Question

私はCasualImpact Rパッケージを使用しています。私は推測の後に出力から逆事実/制御時系列を取得したいと思います。私は基本的にパッケージのウェブサイト上のサンプルコードと同じである次のコードを実行します。

set.seed(1) 
x1 <- 100 + arima.sim(model = list(ar = 0.999), n = 100) 
y <- 1.2 * x1 + rnorm(100) 
y[71:100] <- y[71:100] + 10 
data <- cbind(y, x1) 
pre.period <- c(1, 70) 
post.period <- c(71, 100) 
impact <- CausalImpact(data, pre.period, post.period) 

係数は私が取得する

trend=colMeans(impact$model$bsts.model$state.contributions[1:1000,1,1:100]) 
trend+mean(impact$model$bsts.model$coefficients[1:1000,2])*x1 

を実行

impact$model$bsts.model$coefficients 

にすることになっている引き分けながら、局所線形傾向が

impact$model$bsts.model$state.contributions 

であります反証的な時系列、しかし、私はこので結果をプロットする際に、実際の反事実上の時系列から遠いよ

plot(impact) 

私は反事実上の時系列を取り戻すことができますどのように誰かが私に言うことはできますか？

ありがとうございます！

Answer 1

全体の時系列（前および後の両方の介入）のポイント予測はpoint.pred列に

​​

で見つけることができます。事実関係は、その列のpost.period部分に発生するポイント予測の一部です。 impact$seriesは、すべての3つのグラフのデータをplot(impact)に提供します。