ScholarGate
Assistent
Regression model

Analyse von unterbrochenen Zeitreihen (Interrupted Time Series, ITS)

Die Analyse unterbrochener Zeitreihen ist ein quasi-experimentelles Design, das die Auswirkung einer einzelnen, gut datierten Intervention schätzt, indem die Entwicklung eines Ergebnisses vor und nach deren Eintreten verglichen wird. Formalisiert als segmentierte Regression von Wagner und Kollegen (2002) und popularisiert als Tutorial zur Evaluation im öffentlichen Gesundheitswesen von Bernal, Cummins und Gasparrini (2017), trennt sie die Auswirkung der Intervention in eine Änderung des Niveaus und eine Änderung der Steigung.

In MethodMind öffnenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

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

Anmelden

Method map

The neighbourhood of related methods — select a node to explore.

+30 more

Quellen

  1. 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
  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 1). Interrupted Time Series (ITS) Analysis. ScholarGate. https://scholargate.app/de/causal-inference/interrupted-time-series

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Referenziert von

Adaptives ABAB-DesignAdaptive KohortenstudieAdaptive Ecological StudyAdaptive Single-Subject Experimental DesignBayesian Causal Impact AnalysisBayesianisches EreignisstudiendesignBayesianische strukturelle ZeitreihenKausale AuswirkungsanalyseKontrafaktische Wirkungsanalyse in der BildungsforschungCrossover Natural ExperimentDynamische unterbrochene ZeitreihenanalyseEreignisstudien-Design (Causal Event Study)Ereignisstudien-Design in der BildungsforschungAnalyse kausaler Effekte bei heterogener BehandlungHeterogene Effekte von Interventionen in unterbrochenen Zeitreihen (HTE-ITS)Längsschnittliche ProgrammevaluierungMaschinelles Lernen-gestützte Kausale-Auswirkungs-AnalyseMaschinelles Lernen-gestützte unterbrochene ZeitreihenanalyseAbgeglichene Phase-IV-StudieMulti-period Causal Impact AnalysisMehrperioden-Interrupted Time SeriesPaneldaten-Interrupted Time SeriesPolitikevaluierung: Kausale AuswirkungsanalyseEreignisstudien-Design zur PolitikbewertungPolitikevaluation mittels unterbrochener ZeitreihenanalyseSynthetische Kontrollmethode zur PolitikbewertungPragmatisches ABAB-DesignPragmatisches Multiple-Baseline-DesignRegression Discontinuity Design (RDD)Regression-Discontinuity-Design in der BildungsforschungRobuste Kausale AuswirkungsanalyseRobuste Analyse unterbrochener ZeitreihenSensitivitätsanalyse für Kausalität in der BildungsforschungRäumliche unterbrochene ZeitreihenanalyseGestuftes Keil-Cluster-RandomisierungsverfahrenSynthetische Kontrollmethode (SCM)Synthetische Kontrollmethode in der Bildungsforschung
ScholarGateInterrupted Time Series (Interrupted Time Series (ITS) Analysis). Abgerufen am 2026-06-15 von https://scholargate.app/de/causal-inference/interrupted-time-series · Datensatz: https://doi.org/10.5281/zenodo.20539026