ScholarGate
Assistent
Regression model

Onderbroken Tijdreeks (ITS) Analyse

Interrupted Time Series (ITS) analyse is een quasi-experimenteel ontwerp dat het effect van een enkele, goed gedateerde interventie schat door de trajectorie van een uitkomst vóór en na de gebeurtenis te vergelijken. Geformaliseerd als gesegmenteerde regressie door Wagner en collega's (2002) en gepopulariseerd als een tutorial voor de evaluatie van de volksgezondheid door Bernal, Cummins en Gasparrini (2017), scheidt het de impact van de interventie in een verandering in niveau en een verandering in helling.

Openen in MethodMindBinnenkortVideoBinnenkortDia's downloaden

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Methodenkaart

De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.

+30 meer

Bronnen

  1. 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
  2. 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 1). Interrupted Time Series (ITS) Analysis. ScholarGate. https://scholargate.app/nl/causal-inference/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.

Naast elkaar vergelijken

Geciteerd door

ScholarGateInterrupted Time Series (Interrupted Time Series (ITS) Analysis). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/causal-inference/interrupted-time-series · Gegevensset: https://doi.org/10.5281/zenodo.20539026