Dinamiskās pārtrauktās laika rindas
Dinamiskās pārtrauktās laika rindas (Dynamic ITS) paplašina standarta ITS dizainu, ļaujot intervences efektiem veidoties, samazināties vai mainīties vairākos laika nobīdēs, nevis pieņemot vienu momentānu līmeņa maiņu. Tā novērtē, kā intervences ietekme attīstās laika gaitā, padarot to īpaši piemērotu sabiedrības veselības, veselības aprūpes pakalpojumu pētījumiem un politikas novērtēšanai, kur efekti uzkrājas pakāpeniski vai izzūd pēc sākotnējās ietekmes.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Dynamic Interrupted Time Series Analysis. ScholarGate. https://scholargate.app/lv/causal-inference/dynamic-interrupted-time-series
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Diferenču starpībām (Diff-in-Diff)Ekonometrija↔ salīdzināt
- Dinamiskā "starpību starpībās" metodeCēloņsakarību secināšana↔ salīdzināt
- Pārtraukto laika sēriju (ITS) analīzeCēloņsakarību secināšana↔ salīdzināt
- Paneļa notikumu pētījumsCēloņsakarību secināšana↔ salīdzināt
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →