Regression modelQuasi-experimental / causal inference
동적 단절 시계열 분석 (Dynamic Interrupted Time Series)
동적 단절 시계열 분석(Dynamic ITS)은 표준 ITS 설계를 확장하여, 개입 효과가 단일의 즉각적인 수준 변화를 가정하는 대신 여러 시차에 걸쳐 축적되거나, 감소하거나, 변화하도록 허용합니다. 이는 개입의 영향이 시간 경과에 따라 어떻게 진화하는지를 추정하며, 특히 효과가 점진적으로 축적되거나 초기 영향 이후 사라지는 공중 보건, 보건 서비스 연구 및 정책 평가에 적합합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- 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 ↗
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Dynamic Interrupted Time Series Analysis. ScholarGate. https://scholargate.app/ko/causal-inference/dynamic-interrupted-time-series
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
- 이중차분법 (Diff-in-Diff)계량경제학↔ 비교
- 동적 이중차분법 (Dynamic Difference-in-Differences)인과추론↔ 비교
- 시계열 단절 분석 (Interrupted Time Series, ITS)인과추론↔ 비교
- 패널 이벤트 스터디인과추론↔ 비교