Неполные временные ряды для оценки и анализа политики

Когда рандомизированные контролируемые испытания непрактичны, как мы можем доказать, что новая политика действительно работает? Анализ прерванных временных рядов (ITS) является одним из самых мощных квази-экспериментальных методов, доступных для оценки реального воздействия вмешательства в области общественного здравоохранения, социальной и экономической сферы. Этот курс проведет вас через весь жизненный цикл оценки политики, научит, как превратить необработанные исторические данные в ясные, статистически обоснованные выводы. Вы научитесь формулировать вопросы оценки, структурировать данные и создавать регрессионные модели, которые изолируют истинный эффект вмешательства от основных тенденций. Что вы узнаете: 1. Понимание основных принципов квази-экспериментального дизайна и прерванных временных рядов. 2. Структура и чистые продольные наборы данных с использованием современных методов анализа данных. 3. Создание сегментированных регрессионных моделей для оценки непосредственных сдвигов уровня и долгосрочных изменений тренда. 4. 5. Интерпретировать статистические результаты и переводить сложные коэффициенты регрессии в практические политические выводы. 6. Оценивать допущения модели, чтобы убедиться, что ваши выводы являются надежными и научно обоснованными. Курс начинается с основных определений и логики причинно-следственных выводов, а затем шаг за шагом проходит подготовку данных, регрессионное моделирование и диагностическое тестирование. Вы будете работать с четкими письменными объяснениями и практическими примерами кода, предназначенными для повышения уверенности. Эта программа предназначена для начинающих политических аналитиков, исследователей социальных наук, специалистов в области общественного здравоохранения и аналитиков данных, которые хотят добавить мощный инструмент оценки к своему набору навыков. Не требуется предварительных знаний о прогнозировании временных рядов. Начните читать сегодня и узнайте, как измерить истинное воздействие изменений политики с статистической уверенностью.