Pārtrauktu laika sēriju politikas novērtēšanai
Pārtrauktu laika sēriju (ITS) metode politikas novērtēšanai izmanto regulāri savāktus laika sēriju datus, lai novērtētu politikas izmaiņu cēloņsakarīgu ietekmi. Segmentēts regresijas modelis sadala sēriju zināmā intervences datumā, novērtējot gan tūlītēju līmeņa maiņu, gan tendences izmaiņu, kas attiecināma uz politiku — neprasot randomizētu kontroles grupu.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- 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 ↗
- Box, G. E. P., & Tiao, G. C. (1975). Intervention Analysis with Applications to Economic and Environmental Problems. Journal of the American Statistical Association, 70(349), 70-79. DOI: 10.1080/01621459.1975.10480264 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Interrupted Time Series Analysis for Policy Evaluation. ScholarGate. https://scholargate.app/lv/causal-inference/policy-evaluation-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
- Pārtraukto laika sēriju (ITS) analīzeCēloņsakarību secināšana↔ salīdzināt
- Politikas novērtējums ar "starpību starp starpībām" metodiCēloņsakarību secināšana↔ salīdzināt
- Sintētiskās kontroles metode (SCM)Cēloņsakarību secināšana↔ salīdzināt
Uz to atsaucas
Similar methods
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →