Methodenbewijsdossier

Robust Interrupted Time Series

Robust Interrupted Time Series Analysis is a quasi-experimental method that estimates the causal effect of a policy or intervention on an aggregate outcome over time, using segmented regression fitted with outlier-resistant or heteroskedasticity-consistent standard errors. It is widely used in health services research and public-health evaluation when the time series contains influential observations, non-constant variance, or mild autocorrelation.

Sources recorded, not reviewed

Bronrecord

Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.

Robust Interrupted Time Series Analysis

Taxonomisch methodendossier · regression-model / causal-inference

Volledige methode openen

Gecureerde claims

Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.

Nog geen gecureerde claims

Deze weergave verzint geen claimbeoordeling als het register er geen heeft.

Gerelateerde methoden

Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.

Same method familyDifference-in-Differencesmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketDynamic Interrupted Time Seriesmachine-suggested · Relational suggestion, not evidence.Same method familyInterrupted Time Seriesmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketPanel Data Interrupted Time Seriesmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketRobust Difference-in-Differencesmachine-suggested · Relational suggestion, not evidence.