ScholarGate
Assistent
Regression modelQuasi-experimental / causal inference

Robuste Analyse unterbrochener Zeitreihen

Robuste Analyse unterbrochener Zeitreihen ist eine quasi-experimentelle Methode, die den kausalen Effekt einer Politik oder Intervention auf ein aggregiertes Ergebnis über die Zeit schätzt, indem sie segmentierte Regressionen verwendet, die mit ausreißerresistenten oder heteroskedastiekonsistenten Standardfehlern angepasst werden. Sie wird häufig in der Gesundheitsversorgungsforschung und der öffentlichen Gesundheitsbewertung eingesetzt, wenn die Zeitreihe einflussreiche Beobachtungen, nicht konstante Varianzen oder leichte Autokorrelationen enthält.

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. 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. Linden, A. (2015). Conducting interrupted time-series analysis for single- and multiple-group comparisons. Stata Journal, 15(2), 480-500. link

So zitieren Sie diese Seite

ScholarGate. (2026, June 3). Robust Interrupted Time Series Analysis. ScholarGate. https://scholargate.app/de/causal-inference/robust-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
ScholarGateRobust Interrupted Time Series (Robust Interrupted Time Series Analysis). Abgerufen am 2026-06-15 von https://scholargate.app/de/causal-inference/robust-interrupted-time-series · Datensatz: https://doi.org/10.5281/zenodo.20539026