Regression modelQuasi-experimental / causal inference
패널 데이터 단절 시계열
패널 데이터 단절 시계열(panel ITS)은 시간 경과에 따른 여러 단위의 반복적인 관측치를 사용하여 개입의 인과적 효과를 추정하는 준실험적 방법입니다. 단위와 기간 모두에 걸친 변동성을 활용함으로써, 단일 단위 ITS보다 더 강력한 인과적 식별을 제공하며, 명확하게 날짜가 지정된 개입 직후 결과 궤적의 수준과 기울기 변화를 감지합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
+1개 더
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 ↗
- Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Experimental and Quasi-Experimental Designs for Generalized Causal Inference. Houghton Mifflin. ISBN: 978-0395615560
이 페이지 인용 방법
ScholarGate. (2026, June 3). Panel Data Interrupted Time Series Analysis. ScholarGate. https://scholargate.app/ko/causal-inference/panel-data-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
- 시계열 단절 분석 (Interrupted Time Series, ITS)인과추론↔ 비교
- 패널 데이터 이중차분법 (패널 DiD / TWFE)인과추론↔ 비교
- 패널 데이터 고정 효과 모형계량경제학↔ 비교
- 합성 통제 방법 (SCM)인과추론↔ 비교