ScholarGate
Assistent
Regression modelQuasi-experimental / causal inference

Dynamische unterbrochene Zeitreihenanalyse

Die dynamische unterbrochene Zeitreihenanalyse (Dynamic ITS) erweitert das Standarddesign der ITS, indem sie es ermöglicht, dass Interventionseffekte sich über mehrere Zeitverzögerungen aufbauen, abklingen oder verschieben, anstatt eine einzelne sofortige Pegeländerung anzunehmen. Sie schätzt, wie sich die Auswirkungen einer Intervention über Zeitperioden entwickeln, was sie besonders geeignet für die öffentliche Gesundheit, die Forschung im Gesundheitswesen und die Politikbewertung macht, wo Effekte allmählich akkumulieren oder nach der anfänglichen Wirkung nachlassen.

In MethodMind öffnenDemnächstVideoDemnächstFolien herunterladen

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Methodenkarte

Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.

Quellen

  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

So zitieren Sie diese Seite

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

Welche Methode?

Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.

Nebeneinander vergleichen

Referenziert von

ScholarGateDynamic Interrupted Time Series (Dynamic Interrupted Time Series Analysis). Abgerufen am 2026-06-15 von https://scholargate.app/de/causal-inference/dynamic-interrupted-time-series · Datensatz: https://doi.org/10.5281/zenodo.20539026