Interrupted Time Series Analysis pdf epub mobi txt 电子书下载 2026

简体网页||繁体网页

☆☆☆☆☆

出版者:Sage Pubns

作者:McDowall, David

出品人:

页数:96

译者:

出版时间:1980-8

价格:$ 19.15

装帧:Pap

isbn号码:9780803914933

丛书系列:

图书标签:

时间序列分析
中断时间序列
因果推断
统计学
计量经济学
研究方法
数据分析
公共卫生
政策评估
纵向数据

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到小美书屋

book.quotespace.org

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

具体描述

Describes ARIMA or Box Tiao models, widely used in the analysis of interupted time series quasi-experiments, assuming no statistical background beyond simple correlation. The principles and concepts of ARIMA time series analyses are developed and applied where a discrete intervention has impacted a social system. '...this is the kind of exposition I wished I had had some ten years ago when venturing into the world of autoregressive, moving-average (ARIMA) models of time-series analysis...This monograph nicely lays out a method for assessing the impact of a discrete policy or event of some importance on behavior which can be continuously observed...If widely used, as I hope, it will save a generation of social scientists from the labor of having to learn this methodology the hard way...' -- Helmut Norpoth, State University of New York

《间断时间序列分析：深入剖析政策干预与历史变迁》图书简介《间断时间序列分析：深入剖析政策干预与历史变迁》是一本专注于揭示时间序列数据中“断点”之处的分析方法论的专著。本书旨在为研究者、数据科学家以及政策制定者提供一套系统、严谨且实用的分析框架，用以理解和量化特定事件、政策调整或社会变迁对时间序列趋势、水平和波动性产生的冲击与影响。核心内容概述：本书并非一本探讨时间序列预测或建模的概论性读物，而是将焦点集中在“干预”这一核心概念上。我们假定，在观察到的时间序列数据中，存在着一个或多个明确的时间点，这些时间点标志着一个外部因素的引入或改变，而这个因素可能显著地改变了序列原有的动态模式。这类“干预”可以是政府颁布的一项新法规，一次重大的市场营销活动，一项新的医疗政策的实施，一次突发的自然灾害，抑或是一个社会运动的兴起。本书的写作核心在于： 1. 识别干预点：详细探讨如何通过可视化、统计检验以及领域知识来准确识别时间序列数据中的潜在干预点。我们会介绍多种技术，包括但不限于：数据可视化技术：如何通过绘制时间序列图，识别可能的结构性变化、斜率变化或水平跳跃。统计学方法：介绍一系列统计检验，如CUSUM（累积和）检验、Chow检验、Perron检验等，用于检验时间序列中是否存在结构性断点。领域知识的融合：强调在科学研究和实践应用中，对相关背景知识的理解对于准确识别干预点至关重要。 2. 量化干预效应：一旦干预点被确定，本书将深入阐述如何量化干预对时间序列产生的即时影响（水平变化）、趋势变化（斜率变化）以及可能产生的长期效应。我们侧重于以下关键分析技术：断点回归设计（Regression Discontinuity Design, RDD）：详细介绍RDD的基本原理、不同类型（Sharp RDD, Fuzzy RDD）及其在间断时间序列分析中的应用，重点在于构建合适的回归模型以分离干预前后数据的差异。 ARIMA模型框架下的干预分析：介绍如何将干预变量引入ARIMA（自回归积分移动平均）模型，以及其他时间序列模型（如SARIMA, State Space Models），以捕获干预的动态影响。我们将讨论脉冲（pulse）、阶梯（step）和瞬态（transient）干预效应的建模方式。新统计模型：介绍一些专为间断时间序列设计的新兴模型，如Segmented Regression, Piecewise Regression等，以及如何处理多个连续的或重叠的干预。模型评估与诊断：提供一套完整的模型评估标准，包括残差分析、信息准则（AIC, BIC）、以及在存在断点情况下的模型拟合优度判断方法。 3. 处理复杂情况：现实世界的数据往往充满挑战。本书将专门章节讨论在实践中可能遇到的各种复杂情况，并提供相应的解决方案：多重干预：如何识别和量化多个同时发生或顺序发生的干预对时间序列的影响。季节性与周期性：如何在存在季节性或周期性模式的时间序列中进行准确的干预效应分析。同期影响与滞后效应：区分干预的即时影响、短期调整以及可能存在的长期滞后效应。外部协变量：如何在干预分析中纳入其他可能影响时间序列的协变量，以更精细地分离干预的净效应。数据缺失与异常值：介绍处理数据不完整和异常值的方法，确保分析的鲁棒性。 4. 应用领域广泛：本书的分析方法论具有普适性，能够应用于众多领域：公共政策评估：评估一项新政策（如禁烟令、交通管制、经济刺激计划）对相关经济指标、健康数据或环境质量的影响。医疗卫生研究：分析一项新的治疗方法、公共卫生宣传活动或疫苗接种计划对疾病发病率、死亡率或医疗服务利用率的影响。经济学与金融学：研究货币政策调整、利率变动、重大经济事件（如金融危机）对股票市场、通货膨胀率、失业率等经济指标的影响。社会学与行为科学：评估社会运动、法律法规变化、互联网普及等对社会行为模式、犯罪率、消费习惯的影响。环境科学：分析环境法规、气候变化事件、污染控制措施对空气质量、水质、生物多样性等的影响。本书特色：理论与实践并重：在深入阐述理论基础的同时，辅以大量的真实世界案例研究和数据分析演示。工具包与方法论：提供一套完整的分析思路和方法论，帮助读者构建自己的分析框架。语言清晰，逻辑严谨：采用清晰易懂的语言，避免不必要的数学术语堆砌，力求使复杂的统计概念易于理解。强调因果推断：致力于帮助读者从相关性转向因果性，科学地推断干预措施的真实影响。《间断时间序列分析：深入剖析政策干预与历史变迁》不仅是一本技术手册，更是一份关于如何审慎观察、精确分析并科学解读历史变迁中关键“断点”的指南。它将赋能读者，使其能够更深刻地理解和衡量那些塑造我们世界的重要事件和决策。