El análisis de series de tiempo interrumpido ( ITS ), a veces conocido como análisis de series de tiempo cuasi-experimental , es un método de análisis estadístico que implica el seguimiento de un período a largo plazo antes y después de un punto de intervención para evaluar los efectos de la intervención. La serie de tiempo se refiere a los datos durante el período, mientras que la interrupción es la intervención, que es una influencia externa controlada o un conjunto de influencias. [1] [2] Los efectos de la intervención se evalúan mediante cambios en el nivel y pendiente de la serie de tiempo y la significación estadística de los parámetros de intervención. [3] El diseño de series de tiempo interrumpido es eldiseño de experimentos basados en el enfoque de series de tiempo interrumpido.
El método se utiliza en diversas áreas de investigación, tales como:
- ciencia política : impacto de los cambios en las leyes sobre el comportamiento de las personas; [2] ver, por ejemplo, Efectividad de las políticas de registro de delincuentes sexuales en los Estados Unidos # Estudios de análisis de series de tiempo interrumpido .
- economía : impacto de los cambios en los controles crediticios sobre el comportamiento del endeudamiento [2]
- sociología : impacto de los experimentos en el mantenimiento de los ingresos en el comportamiento de los participantes en los programas de bienestar [2]
- historia : impacto de los principales eventos históricos en el comportamiento de los afectados por los eventos [2]
- psicología : impacto de expresar experiencias emocionales en el contenido en línea [4]
- Medicina : en la investigación médica, el tratamiento médico es una intervención cuyo efecto se va a estudiar.
- investigación de mercados: para analizar el efecto de las "intervenciones de mercado diseñadas" (por ejemplo, publicidad ) en las ventas. [5]
El diseño ITS es la base del diseño comparativo de series de tiempo , donde hay una serie de control y una serie interrumpida, y el efecto de una intervención es confirmado por la serie de control. [6]
Ver también
Referencias
- ^ Ferron, John; Rendina ‐ Gobioff, Gianna (2005), "Interrupted Time Series Design" , Encyclopedia of Statistics in Behavioral Science , American Cancer Society, doi : 10.1002 / 0470013192.bsa312 , ISBN 978-0-470-01319-9, consultado 2020-03-09
- ^ a b c d e McDowall, David; McCleary, Richard; McCleary, profesor de derecho y sociedad en criminología y diseño y políticas de planificación Richard; Meidinger, Errol; Jr, Richard A. Hay (agosto de 1980). Análisis de series de tiempo interrumpido . SABIO. págs. 5-6. ISBN 978-0-8039-1493-3.
- ^ Manual de psicología, métodos de investigación en psicología, p. 582
- ^ Bollen; et al. (2019). "La dinámica de las emociones en línea a una escala diminuta revela los efectos del etiquetado del afecto" . Comportamiento humano de la naturaleza . 3 : 92–100. doi : 10.1038 / s41562-018-0490-5 .
- ^ Brodersen; et al. (2015). "Inferir impacto causal utilizando modelos de series de tiempo estructurales bayesianos" . Annals of Applied Statistics . 9 : 247-274. arXiv : 1506.00356 . doi : 10.1214 / 14-AOAS788 . S2CID 2879370 . Consultado el 21 de marzo de 2019 .
- ^ El diseño y análisis de estudios de investigación , p. 168