Regression modelQuasi-experimental / causal inference
动态中断时间序列
动态中断时间序列（动态ITS）通过允许干预效应在多个时间滞后内累积、衰减或转移，而不是假设单一的瞬时水平变化，从而扩展了标准的ITS设计。它估计干预的影响如何随时间段演变，特别适用于公共卫生、卫生服务研究和政策评估等效应逐渐累积或在初步影响后消退的领域。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- 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 ↗
如何引用本页
ScholarGate. (2026, June 3). Dynamic Interrupted Time Series Analysis. ScholarGate. https://scholargate.app/zh/causal-inference/dynamic-interrupted-time-series
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- 双重差分法 (Diff-in-Diff)计量经济学↔ 比较
- 动态双重差分因果推断↔ 比较
- 中断时间序列（ITS）分析因果推断↔ 比较
- 面板事件研究因果推断↔ 比较