Serie Temporali Interrotte per la Valutazione e l'Analisi delle Politiche

Quando gli studi randomizzati controllati sono impraticabili, come dimostriamo che una nuova politica ha effettivamente funzionato? L'analisi delle serie temporali interrotte (ITS) è uno dei metodi quasi-sperimentali più potenti disponibili per valutare l'impatto nel mondo reale degli interventi di sanità pubblica, sociali ed economici. Questo corso ti guida attraverso l'intero ciclo di vita di una valutazione di politica, insegnandoti come trasformare dati storici grezzi in intuizioni chiare e statisticamente valide. Imparerai a formulare domande di valutazione, a strutturare i tuoi dati e a costruire modelli di regressione che isolano il vero effetto di un intervento dalle tendenze sottostanti. Cosa imparerai: 1. Comprendere i principi fondamentali della progettazione quasi-sperimentale e dei framework delle serie temporali interrotte. 2. Strutturare e pulire i set di dati longitudinali utilizzando moderne pratiche di analisi dei dati. 3. Costruire modelli di regressione segmentata per stimare i cambiamenti di livello immediati e i cambiamenti di tendenza a lungo termine. 4. Controllare i fattori confondenti, inclusi stagionalità, autocorrelazione ed eventi storici. 5. Interpretare gli output statistici e tradurre i coefficienti di regressione complessi in intuizioni politiche attuabili. 6. Valutare le ipotesi del modello per garantire che i tuoi risultati siano robusti e scientificamente validi. Il corso inizia con definizioni fondamentali e la logica dell'inferenza causale prima di procedere passo dopo passo attraverso la preparazione dei dati, la modellazione di regressione e i test diagnostici. Lavorerai con spiegazioni chiare e scritte ed esempi di codice pratici progettati per costruire la tua fiducia. Questo programma è progettato per aspiranti analisti di politiche, ricercatori di scienze sociali, professionisti della sanità pubblica e analisti di dati che desiderano aggiungere un potente strumento di valutazione al loro set di competenze. Non è richiesta alcuna conoscenza avanzata pregressa di previsione delle serie temporali. Inizia a leggere oggi e impara a misurare il vero impatto dei cambiamenti di politica con fiducia statistica.