Dynamic Interrupted Time Series
Dynamic Interrupted Time Series (Dynamic ITS) melanjutkan reka bentuk ITS standard dengan membenarkan kesan intervensi membina, susut, atau beralih merentasi pelbagai sela masa berbanding menganggap satu perubahan aras segera. Ia menganggarkan bagaimana impak intervensi berkembang merentasi tempoh masa, menjadikannya amat sesuai untuk kesihatan awam, penyelidikan perkhidmatan kesihatan, dan penilaian dasar di mana kesannya terkumpul secara beransur-ansur atau pudar selepas impak awal.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Peta kaedah
Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Dynamic Interrupted Time Series Analysis. ScholarGate. https://scholargate.app/ms/causal-inference/dynamic-interrupted-time-series
Kaedah yang mana?
Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.
- Perbezaan-dalam-Perbezaan (Diff-in-Diff)Ekonometrik↔ banding
- Perbezaan-dalam-Perbezaan DinamikInferens Kausal↔ banding
- Analisis Siri Masa Terganggu (ITS)Inferens Kausal↔ banding
- Kajian Peristiwa PanelInferens Kausal↔ banding
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →