Robustowe analizy szeregów czasowych z przerwaniami
Robustowe analizy szeregów czasowych z przerwaniami (Robust Interrupted Time Series Analysis, RITS) to quasi-eksperymentalna metoda szacowania przyczynowego wpływu polityki lub interwencji na zagregowany wynik w czasie, wykorzystująca segmentowaną regresję dopasowaną z użyciem błędów standardowych odpornych na wartości odstające lub spójnych z heteroskedastycznością. Jest szeroko stosowana w badaniach usług medycznych i ocenie zdrowia publicznego, gdy szereg czasowy zawiera obserwacje wpływowe, nieciągłą wariancję lub łagodną autokorelację.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Robust Interrupted Time Series Analysis. ScholarGate. https://scholargate.app/pl/causal-inference/robust-interrupted-time-series
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Metoda różnic w różnicach (Diff-in-Diff)Ekonometria↔ porównaj
- Dynamiczne przerywane szeregi czasoweWnioskowanie przyczynowe↔ porównaj
- Analiza przerwanych szeregów czasowych (ITS)Wnioskowanie przyczynowe↔ porównaj
- Panel Data Interrupted Time SeriesWnioskowanie przyczynowe↔ porównaj
- Solidne różnice w różnicachWnioskowanie przyczynowe↔ porównaj
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →