ScholarGate
Asistent
Regression modelQuasi-experimental / causal inference

Dinamička prekinuta vremenska serija

Dinamička prekinuta vremenska serija (Dynamic ITS) proširuje standardni dizajn ITS-a dopuštajući da učinci intervencije rastu, opadaju ili se mijenjaju tijekom više vremenskih odgoda, umjesto da pretpostavlja jednu trenutačnu promjenu razine. Procjenjuje kako se utjecaj intervencije razvija kroz vremenska razdoblja, što je čini posebno prikladnom za javno zdravstvo, istraživanje zdravstvenih usluga i evaluaciju politike gdje se učinci postupno akumuliraju ili nestaju nakon početnog utjecaja.

Otvorite u MethodMindUskoroVideoUskoroPreuzmi prezentaciju

Pročitajte cijelu metodu

Samo za članove

Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.

Prijavite se

Karta metoda

Okruženje srodnih metoda — odaberite čvor za istraživanje.

Izvori

  1. Lopez Bernal, J., 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. 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

Kako citirati ovu stranicu

ScholarGate. (2026, June 3). Dynamic Interrupted Time Series Analysis. ScholarGate. https://scholargate.app/hr/causal-inference/dynamic-interrupted-time-series

Koja metoda?

Postavite ovu metodu uz njoj najsrodnije i pročitajte ih jednu uz drugu — knjižnica vam knjige stavlja na stol; izbor je na vama.

Usporedi jedno uz drugo

Citirana u

ScholarGateDynamic Interrupted Time Series (Dynamic Interrupted Time Series Analysis). Preuzeto 2026-06-15 s https://scholargate.app/hr/causal-inference/dynamic-interrupted-time-series · Skup podataka: https://doi.org/10.5281/zenodo.20539026