Robuuste Onderbroken Tijdreeksanalyse
Robuuste Onderbroken Tijdreeksanalyse is een quasi-experimentele methode die het causale effect van een beleid of interventie op een geaggregeerd resultaat over tijd schat, met behulp van gesegmenteerde regressie die is aangepast met robuuste standaardfouten die bestand zijn tegen uitschieters of heteroskedasticiteit. Het wordt veel gebruikt in onderzoek naar gezondheidsdiensten en evaluatie van de volksgezondheid wanneer de tijdreeks invloedrijke observaties, niet-constante variantie of milde autocorrelatie bevat.
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
- 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 ↗
- Linden, A. (2015). Conducting interrupted time-series analysis for single- and multiple-group comparisons. Stata Journal, 15(2), 480-500. link ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Robust Interrupted Time Series Analysis. ScholarGate. https://scholargate.app/nl/causal-inference/robust-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 Onderbroken TijdreeksCausale inferentie↔ vergelijken
- Onderbroken Tijdreeks (ITS) AnalyseCausale inferentie↔ vergelijken
- Panel Data Interrupted Time SeriesCausale inferentie↔ vergelijken
- Robuuste Difference-in-DifferencesCausale inferentie↔ vergelijken
Een fout op deze pagina gezien? Meld het of stel een correctie voor →