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.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Carte des méthodes
Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.
Sources
- 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 ↗
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.
- Différence-en-différences (Diff-in-Diff)Économétrie↔ comparer
- Séries chronologiques interrompues dynamiquesInférence causale↔ comparer
- Analyse de séries chronologiques interrompues (ITS)Inférence causale↔ comparer
- Séries chronologiques interrompues avec données de panelInférence causale↔ comparer
- Différences-en-différences robustesInférence causale↔ comparer
Une erreur sur cette page ? Signalez-la ou proposez une correction →