Dynamische Onderbroken Tijdreeks
Dynamische Onderbroken Tijdreeks (Dynamic ITS) breidt het standaard ITS-ontwerp uit door toe te staan dat interventie-effecten zich opbouwen, afnemen of verschuiven over meerdere tijdsvertragingen, in plaats van een enkele instantane niveauverandering aan te nemen. Het schat hoe de impact van een interventie zich over tijdsperioden ontwikkelt, waardoor het bijzonder geschikt is voor volksgezondheid, onderzoek naar gezondheidsdiensten en beleidsevaluatie, waar effecten geleidelijk accumuleren of na de initiële impact wegvagen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Dynamic Interrupted Time Series Analysis. ScholarGate. https://scholargate.app/nl/causal-inference/dynamic-interrupted-time-series
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Difference-in-Differences (DiD)Econometrie↔ vergelijken
- Dynamische Difference-in-DifferencesCausale inferentie↔ vergelijken
- Onderbroken Tijdreeks (ITS) AnalyseCausale inferentie↔ vergelijken
- Panel Event StudyCausale inferentie↔ vergelijken
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →