从 CausalImpact 解释置信区间

Question

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

我很困惑，因为我认为存在矛盾 - 模型返回的 p 值 (0.009) 非常低，这表明存在偶然效应，但“实际”线（实线）似乎完全在反事实的 95% 置信区间内。如果有因果影响，您不希望这条线在蓝带之外吗？

这些是我的结果：

这里是模型总结结果（我为大文本道歉）

这里发生了什么？

Answer 1

这两个结果回答了不同的问题。

• 该图显示每日影响。 CI 包含零这一事实意味着该影响在任何一天都不显着。

• 表格显示整体效果。与图表不同，表格会随着时间的推移汇集信息，从而提高统计功效。整个后期的影响一直是负面的事实证明，总体而言，可能存在负面影响。它太微妙了，不能单独出现在任何一天。

附注：前期和后期之间的差距似乎大幅下降。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任何事情引起的，而不是由治疗引起的。