ScholarGate
Avustaja
Regression modelQuasi-experimental / causal inference

Robust Interrupted Time Series Analysis

Robust Interrupted Time Series Analysis on quasi-eksperimentaalinen menetelmä, joka arvioi politiikan tai interventioiden kausaalista vaikutusta aggregoituun tulokseen ajan mittaan käyttämällä segmentoitua regressiota, joka on sovitettu poikkeamia kestävien tai heteroskedastisuuskonsistenttien standardivirheiden avulla. Sitä käytetään laajalti terveyspalvelututkimuksessa ja kansanterveyden arvioinnissa, kun aikasarja sisältää vaikuttavia havaintoja, epäjatkuvaa varianssia tai lievää autokorrelaatiota.

Avaa sovelluksessa MethodMindTulossaVideoTulossaLataa diat

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Menetelmäkartta

Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.

Lähteet

  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

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Robust Interrupted Time Series Analysis. ScholarGate. https://scholargate.app/fi/causal-inference/robust-interrupted-time-series

Mikä menetelmä?

Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.

Vertaa rinnakkain
ScholarGateRobust Interrupted Time Series (Robust Interrupted Time Series Analysis). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/causal-inference/robust-interrupted-time-series · Aineisto: https://doi.org/10.5281/zenodo.20539026