Robust Interrupted Time Series Analyse
Robust Interrupted Time Series Analyse er en kvasi-eksperimentel metode, der estimerer den kausale effekt af en politik eller intervention på et aggregeret udfald over tid ved hjælp af segmenteret regression tilpasset med outlier-resistente eller heteroskedasticitets-konsistente standardfejl. Den anvendes bredt inden for sundhedsservices forskning og folkesundhedsevaluering, når tidsserien indeholder indflydelsesrige observationer, ikke-konstant varians eller mild autokorrelation.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Metodekort
Nabolaget af beslægtede metoder — vælg en knude for at udforske.
Kilder
- Bernal, J. L., 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 ↗
- Linden, A. (2015). Conducting interrupted time-series analysis for single- and multiple-group comparisons. Stata Journal, 15(2), 480-500. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Robust Interrupted Time Series Analysis. ScholarGate. https://scholargate.app/da/causal-inference/robust-interrupted-time-series
Hvilken metode?
Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.
- Difference-in-Differences (Diff-in-Diff)Økonometri↔ sammenlign
- Dynamisk afbrudt tidsserieKausal inferens↔ sammenlign
- Afbrudt tidsserieanalyse (ITS)Kausal inferens↔ sammenlign
- Panel Data Interrupted Time SeriesKausal inferens↔ sammenlign
- Robust Difference-in-DifferencesKausal inferens↔ sammenlign
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →