ScholarGate
دستیار
Regression modelQuasi-experimental / causal inference

ارزیابی سیاست با سری‌های زمانی منقطع

سری‌های زمانی منقطع (ITS) برای ارزیابی سیاست، از داده‌های سری زمانی تجمعی که به صورت روتین جمع‌آوری شده‌اند، برای تخمین تأثیر علّی یک تغییر سیاستی استفاده می‌کند. یک مدل رگرسیون قطعه‌ای، سری را در یک تاریخ مداخله شناخته‌شده تقسیم می‌کند و هم یک تغییر سطح فوری و هم یک تغییر در روند قابل انتساب به سیاست را تخمین می‌زند — بدون نیاز به گروه کنترل تصادفی‌شده.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیدریافت اسلایدها

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

نقشهٔ روش

همسایگی روش‌های مرتبط — برای کاوش، یک گره را برگزینید.

منابع

  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. Box, G. E. P., & Tiao, G. C. (1975). Intervention Analysis with Applications to Economic and Environmental Problems. Journal of the American Statistical Association, 70(349), 70-79. DOI: 10.1080/01621459.1975.10480264

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Interrupted Time Series Analysis for Policy Evaluation. ScholarGate. https://scholargate.app/fa/causal-inference/policy-evaluation-interrupted-time-series

کدام روش؟

این روش را در کنار نزدیک‌ترین روش‌های خویشاوندش بگذارید و آن‌ها را کنار هم بخوانید — کتابخانه کتاب‌ها را روی میز می‌گشاید؛ انتخاب با شماست.

مقایسهٔ کنار هم

ارجاع‌شده در

ScholarGatePolicy Evaluation Interrupted Time Series (Interrupted Time Series Analysis for Policy Evaluation). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/causal-inference/policy-evaluation-interrupted-time-series · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026