Dynamisk avbruten tidsserieanalys
Dynamisk avbruten tidsserieanalys (Dynamic ITS) utökar den vanliga ITS-designen genom att tillåta interventionseffekter att byggas upp, avta eller förskjutas över flera tidsfördröjningar, snarare än att anta en enda omedelbar nivåförändring. Den uppskattar hur en interventions påverkan utvecklas över tidsperioder, vilket gör den särskilt lämplig för folkhälsa, hälso- och sjukvårdsforskning samt policyutvärdering där effekter ackumuleras gradvis eller avtar efter initial påverkan.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- 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 ↗
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Dynamic Interrupted Time Series Analysis. ScholarGate. https://scholargate.app/sv/causal-inference/dynamic-interrupted-time-series
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Differens-i-differens (DiD)Ekonometri↔ jämför
- Dynamisk Differens-i-DifferensKausal inferens↔ jämför
- Avbruten tidsserieanalys (ITS)Kausal inferens↔ jämför
- PanelhändelsestudieKausal inferens↔ jämför
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →