ScholarGate
Assistant
Regression modelQuasi-experimental / causal inference

Analyse robuste des séries chronologiques interrompues

L'analyse robuste des séries chronologiques interrompues est une méthode quasi-expérimentale qui estime l'effet causal d'une politique ou d'une intervention sur un résultat agrégé au fil du temps, en utilisant une régression segmentée ajustée avec des erreurs standard résistantes aux valeurs aberrantes ou cohérentes avec l'hétéroscédasticité. Elle est largement utilisée dans la recherche sur les services de santé et l'évaluation de la santé publique lorsque la série chronologique contient des observations influentes, une variance non constante ou une légère autocorrélation.

Ouvrir dans MethodMindBientôtVidéoBientôtTélécharger les diapositives

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Carte des méthodes

Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.

Sources

  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

Comment citer cette page

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

Quelle méthode ?

Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.

Comparer côte à côte
ScholarGateRobust Interrupted Time Series (Robust Interrupted Time Series Analysis). Consulté le 2026-06-15 sur https://scholargate.app/fr/causal-inference/robust-interrupted-time-series · Jeu de données : https://doi.org/10.5281/zenodo.20539026