ScholarGate
Assistent
Regression modelQuasi-experimental / causal inference

Dynamisk avbrutt tidsserie

Dynamisk avbrutt tidsserie (Dynamic ITS) utvider standard ITS-designet ved å tillate at intervensjonseffekter bygger seg opp, svekkes eller skifter over flere tidsforsinkelser i stedet for å anta en enkelt umiddelbar nivåendring. Den estimerer hvordan en intervensjons innvirkning utvikler seg over tidsperioder, noe som gjør den spesielt egnet for folkehelse, helsetjenesteforskning og politikkutforming der effekter akkumuleres gradvis eller forsvinner etter den første virkningen.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. 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
  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

Slik siterer du denne siden

ScholarGate. (2026, June 3). Dynamic Interrupted Time Series Analysis. ScholarGate. https://scholargate.app/no/causal-inference/dynamic-interrupted-time-series

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Referert av

ScholarGateDynamic Interrupted Time Series (Dynamic Interrupted Time Series Analysis). Hentet 2026-06-15 fra https://scholargate.app/no/causal-inference/dynamic-interrupted-time-series · Datasett: https://doi.org/10.5281/zenodo.20539026