Análisis de Series Temporales Interrumpidas (ITS)
El análisis de series temporales interrumpidas (ITS, por sus siglas en inglés) es un diseño cuasi-experimental que estima el efecto de una intervención única y bien datada, comparando la trayectoria de un resultado antes y después de que ocurra. Formalizado como regresión segmentada por Wagner y colegas (2002) y popularizado como un tutorial de evaluación en salud pública por Bernal, Cummins y Gasparrini (2017), separa el impacto de la intervención en un cambio de nivel y un cambio de pendiente.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Mapa de métodos
El vecindario de métodos relacionados: selecciona un nodo para explorarlo.
+30 más
Fuentes
- 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 ↗
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Interrupted Time Series (ITS) Analysis. ScholarGate. https://scholargate.app/es/causal-inference/interrupted-time-series
¿Qué método?
Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.
- Series Temporales Estructurales BayesianasBayesiano↔ comparar
- Diferencia en Diferencias (Diff-in-Diff)Econometría↔ comparar
- Regresión por Mínimos Cuadrados Ordinarios (MCO)Econometría↔ comparar
- Emparejamiento por Puntuación de PropensiónEstadística para la investigación↔ comparar
- Diseño de Regresión Discontinua (RDD)Inferencia causal↔ comparar
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →