Panel Data Interrupted Time Series
Panel Data Interrupted Time Series (panel ITS) is een quasi-experimentele methode die het causale effect van een interventie schat met behulp van herhaalde observaties van meerdere eenheden over tijd. Door variatie te benutten tussen zowel eenheden als tijdsperioden, biedt het een sterkere causale identificatie dan ITS met één eenheid, en detecteert het veranderingen in het niveau en de helling van de uitkomsttrajectorie direct na een duidelijk gedateerde interventie.
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.
+1 meer
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 ↗
- Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Experimental and Quasi-Experimental Designs for Generalized Causal Inference. Houghton Mifflin. ISBN: 978-0395615560
Deze pagina citeren
ScholarGate. (2026, June 3). Panel Data Interrupted Time Series Analysis. ScholarGate. https://scholargate.app/nl/causal-inference/panel-data-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
- Onderbroken Tijdreeks (ITS) AnalyseCausale inferentie↔ vergelijken
- Panel Data Difference-in-Differences (Panel DiD / TWFE)Causale inferentie↔ vergelijken
- Panel Data Fixed Effects ModelEconometrie↔ vergelijken
- Synthetische Controle Methode (SCM)Causale inferentie↔ vergelijken
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →