如何使用R使bsts的结果健壮？

bsts是用于贝叶斯结构的R包

库（bsts）
#加载数据
数据（iclaims）
#指定趋势和季节性。
ss您应该在
predict.bsts
中设置参数
burn
。也可以玩转功能。希望有帮助
 谢谢，不过我使用的是bsts函数，而predict.bsts是另一个函数。我对它进行了多次测试，原因可能是bma.method=c（“SSVS”、“ODA”）。SSVS是一种经典方法，但它会高估变量的重要性，而ODA是一种相对稳定的新方法。
library(bsts)
# Load data
data(iclaims)
#Specify the trend and seasonality.
ss <- AddLocalLinearTrend(list(), initial.claims$iclaimsNSA)
ss <- AddSeasonal(ss, initial.claims$iclaimsNSA, nseasons = 52)
#set the seed within bsts.
model2 <- bsts(iclaimsNSA ~ ., state.specification = ss, data =
                            initial.claims, niter = 3000, seed = 1)
model3 <- bsts(iclaimsNSA ~ ., state.specification = ss, data =
                            initial.claims, niter = 3000, seed = 1)
# plot the results
par(mfrow=c(2, 2))
plot(model2, "coefficients")
plot(model3, "coefficients")
plot(model2, "size")
plot(model3, "size")

set.seed(1); model2 <- bsts(iclaimsNSA ~ ., state.specification = ss, data =
                            initial.claims, niter = 3000, seed = 1)
set.seed(1); model3 <- bsts(iclaimsNSA ~ ., state.specification = ss, data =
                            initial.claims, niter = 3000, seed = 1)