Regression modelQuasi-experimental / causal inference
Robust Interrupted Time Series Analysis
Robust Interrupted Time Series Analysis 是一种准实验方法，它使用带有抗离群值或异方差一致标准误的分段回归来估计政策或干预对聚合结果随时间变化的因果效应。当时间序列包含有影响力的观测值、非常数方差或轻微自相关时，它被广泛应用于卫生服务研究和公共卫生评估。
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
- 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 ↗
如何引用本页
ScholarGate. (2026, June 3). Robust Interrupted Time Series Analysis. ScholarGate. https://scholargate.app/zh/causal-inference/robust-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
- 动态中断时间序列因果推断↔ 比较
- 中断时间序列（ITS）分析因果推断↔ 比较
- 面板数据中断时间序列因果推断↔ 比较
- 稳健双重差分法因果推断↔ 比较