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.
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.
+30 meer
Bronnen
- 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 ↗
- 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.
- Bayesiaanse Structurele TijdreeksenBayesiaanse statistiek↔ vergelijken
- Difference-in-Differences (DiD)Econometrie↔ vergelijken
- Gewone Kleinste Kwadraten (GKK) RegressieEconometrie↔ vergelijken
- Propensity Score MatchingOnderzoeksstatistiek↔ vergelijken
- Regressiediscontinuïteitsontwerp (RDD)Causale inferentie↔ vergelijken
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →