ScholarGate
المساعد
Regression modelQuasi-experimental / causal inference

السلاسل الزمنية المتقطعة الديناميكية

تُوسع السلاسل الزمنية المتقطعة الديناميكية (Dynamic ITS) تصميم السلاسل الزمنية المتقطعة القياسي (ITS) بالسماح لتأثيرات التدخل بالبناء أو التضاؤل أو التحول عبر فترات زمنية متعددة بدلاً من افتراض تغيير فوري واحد في المستوى. وهي تقدّر كيف يتطور تأثير التدخل عبر الفترات الزمنية، مما يجعلها مناسبة بشكل خاص للصحة العامة، وأبحاث الخدمات الصحية، وتقييم السياسات حيث تتراكم التأثيرات تدريجيًا أو تتلاشى بعد التأثير الأولي.

افتح في MethodMindقريبًافيديوقريبًاتنزيل الشرائح

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

خريطة المناهج

محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.

المصادر

  1. Lopez Bernal, J., Cummins, S., & Gasparrini, A. (2017). Interrupted time series regression for the evaluation of public health interventions: a tutorial. International Journal of Epidemiology, 46(1), 348-355. DOI: 10.1093/ije/dyw098
  2. Wagner, A. K., Soumerai, S. B., Zhang, F., & Ross-Degnan, D. (2002). Segmented regression analysis of interrupted time series studies in medication use research. Journal of Clinical Pharmacy and Therapeutics, 27(4), 299-309. DOI: 10.1046/j.1365-2710.2002.00430.x

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 3). Dynamic Interrupted Time Series Analysis. ScholarGate. https://scholargate.app/ar/causal-inference/dynamic-interrupted-time-series

أيُّ منهج؟

ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.

قارن جنباً إلى جنب

يُستشهد بها في

ScholarGateDynamic Interrupted Time Series (Dynamic Interrupted Time Series Analysis). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/causal-inference/dynamic-interrupted-time-series · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026