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.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Methodenkarte
Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.
Quellen
- 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 ↗
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.
- Differenz-in-Differenzen (DiD)Ökonometrie↔ vergleichen
- Dynamische unterbrochene ZeitreihenanalyseKausale Inferenz↔ vergleichen
- Analyse von unterbrochenen Zeitreihen (Interrupted Time Series, ITS)Kausale Inferenz↔ vergleichen
- Paneldaten-Interrupted Time SeriesKausale Inferenz↔ vergleichen
- Robuste Difference-in-DifferencesKausale Inferenz↔ vergleichen
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →